Академический Документы
Профессиональный Документы
Культура Документы
em Engenharia Eltrica
B781m
Federal
de
BCTG/2006-64
raldePer
Universidade FI
buco
Ps-Graduao
emEngenharia
Eltrica
PARECER DA COMISSO EXAMINADORA DE DEFESA DE
DISSERTAO DE MESTRADO ACADMICO DE
ERICALBERTBOUTON
TTULO
. '~II
---,
HELIO
MA
LHES
DE OLIVEIRA
-, \'N---~'
L>U
fI
Orientador e Membro Titular Interno
MAR~~~LO
DESOUZA
Membro Titular Interno
minha famlia
Agradecimentos
Muitas pessoas me ajudaram na elaborao desta dissertao e durante todo o tempo que
permaneci no mestrado. Deste modo, gostaria de expressar o meu sincero agradecimento:
minha famlia, em especial aos meus pais, minha irm e minha esposa, pelo apoio e
incentivo constantes.
Ao meu orientador, prof. Hlio Magalhes de Oliveira, por sua dedicao, incentivo e
amizade. Seu entusiasmo, criatividade e amor Cincia e Engenharia sero sempre uma
fonte de inspirao.
Aos professores do DES, em especial aos professores Ricardo Campello e Mrcia Mahon
que, atravs de vrias disciplinas e longas conversas sobre os mais diversos assuntos, tiveram
uma grande influncia sobre a minha forma de pensar. Aos professores Valdemar Cardoso e
Ceclio Pimentel, exemplos de competncia e organizao.
Aos colegas do grupo de Engenharia de Sistemas do professor Fernando Campello, pelas
discusses e conversas sempre bem humoradas e que tornaram a convivncia no mestrado
to agradvel. Aos bons amigos do laboratrio de telecomunicaes e do programa de Psgraduao.
Aos meus dois grandes amigos Marcos Mller e Andr Leite, cuja convivncia e amizade me deixam sem palavras. Ao meu amigo Danilo Silva, pelo apoio psicolgico que to
freqentemente precisei.
Por fim, ao Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq) e ao
Programa de Ps-Graduao em Engenharia Eltrica pelo apoio financeiro e a estrutura.
Resumo da Dissertao apresentada ufpe como parte dos requisitos necessrios para a
obteno do grau de Mestre em Engenharia Eltrica
Abstract of Dissertation presented to ufpe as a partial fulfillment of the requirements for the
degree of Master in Electrical Engineering
endow with MRDM. The resulting channel waveforms and, consequently the spectral shape
and system performance depend upon the selected wavelets. Demultiplexing can be done efficiently, thanks to calculation algorithms that possess a computational complexity that increases
only linearly with the length of the input signals.
LISTA
DE
FIGURAS
23
24
25
26
29
29
30
31
32
34
2.11 Sinal transmitido com intervalo de guarda G (a) e sinal recebido (b). Note que
a utilizao de um intervalo de guarda (nenhum sinal transmitido) maior que
o atraso por espalhamento elimina a interferncia inter-simblica. O tempo de
observao de smbolo ts pelo receptor menor que o tempo de smbolo Ts ;
isto resulta em uma separao maior entre as portadoras e assim em uma perda
na eficincia espectral. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.12 Sinal transmitido com insero de prefixo cclico (a) e sinal recebido (b). A utilizao de uma extenso cclica do smbolo enviado ajuda a diminuir a transio
abrupta na forma de onda recebida, o que reduz a interferncia entre sinais
adjacentes, reduzindo a banda utilizada. Novamente, o tempo de observao
de smbolo ts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Decomposio do domnio tempo-freqncia (transformada de Fourier de curta
durao). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 (a) Densidade de probabilidade gaussiana, (b) Decomposio do domnio tempofreqncia, utilizando a gaussiana como janela. . . . . . . . . . . . . . . . . .
3.3 Decomposio do domnio tempo-freqncia (transformada wavelet contnua).
3.4 Reticulado didico (a) tempo-freqncia, (b) tempo-escala. . . . . . . . . . . .
3.5 Wavelet de Haar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6 Wavelet Sombrero. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.7 Wavelets de Daubechies de ordem N (dbN), N = 1, 2, ..., 12. . . . . . . . . . .
3.8 Wavelet complexa de Shannon (partes real e imaginria), fc = 1, fb = 1, 5. . . .
3.9 Wavelet complexa de Morlet (partes real e imaginria), fc = 1, fb = 1, 5. . . . .
3.10 Wavelets gaussianas de ordem (a) n = 1, (b) n = 3, (c) n = 5 e (d) n = 8. . . . .
35
35
3.1
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
46
46
48
50
52
52
53
54
55
55
61
63
67
68
69
70
70
71
4.9
4.10
4.11
4.12
4.13
4.14
4.15
4.16
5.1
5.2
5.3
3
fm /2; aqui, J = 3 e assim C = 2 fm = 8fm . Tem-se, desta forma, C = C . . .
Alocao dos usurios em um sistema MRDM com J = 3, em que todos possuem mesma taxa de amostragem. No primeiro nvel de decomposio, tem-se
dois usurios, um na seqncia de aproximao e outro no primeiro nvel de
detalhe; no segundo nvel, tem-se dois usurios, multiplexados anteriormente;
no terceiro nvel, tem-se quatro usurios. A utilizao da banda disponvel
pelos usurios dentro de cada nvel de decomposio meramente ilustrativa,
pois ela depende da multiplexao anterior MRDM. . . . . . . . . . . . . . .
(a) Sistema MRDM de trs nveis. G e H so os filtros escala e wavelet, respectivamente. (b) hardware extra necessrio para implementar multiplexao
TDM nos nveis de detalhe; a figura mostra o hardware utilizado no nvel j de
detalhe. Na escala adjacente, o nmero de blocos de sobreamostragem escalonado por um fator de dois, assim como o fator de sobreamostragem, e assim
por diante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
71
72
73
74
75
76
77
84
85
87
87
91
91
91
92
93
94
LISTA
5.1
5.2
DE
TABELAS
SUMRIO
.
.
.
.
.
.
15
. . . . . . . . . 15
. . . . . . . . 15
. . . . . . . . 17
. . . . . . . . 18
. . . . . . . . . 19
. . . . . . . . . 19
21
. . . . . . . . . 23
. . . . . . . . 23
. . . . . . . . 24
. . . . . . . . 26
. . . . . . . . . 27
. . . . . . . . 28
. . . . . . . . 31
. . . . . . . . 34
INTRODUO
1.1 Motivao . . . . . . . . . . . . . .
1.1.1 Multiplexao . . . . . . .
1.1.2 Wavelets . . . . . . . . . .
1.1.3 Anlise Multirresoluo . .
1.2 Objetivos . . . . . . . . . . . . . . .
1.3 Organizao da dissertao . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
37
. . . . . . . . . . . . . 38
. . . . . . . . . . . . . 42
. . . . . . . . . . . . 44
. . . . . . . . . . . . 47
. . . . . . . . . . . . 49
. . . . . . . . . . . . . 51
. . . . . . . . . . . . 51
. . . . . . . . . . . . 52
. . . . . . . . . . . . 53
. . . . . . . . . . . . 53
. . . . . . . . . . . . 54
. . . . . . . . . . . . 55
4 ANLISE MULTIRRESOLUO
4.1 Aspectos matemticos preliminares . . . . . . . . . . .
4.1.1 A funo escala e espaos de aproximao . . . .
4.1.2 Os espaos de detalhes e a construo de wavelets
4.2 O algoritmo piramidal e bancos de filtros . . . . . . . .
4.2.1 O algoritmo piramidal de Laplace . . . . . . . .
4.2.2 Bancos de filtros . . . . . . . . . . . . . . . . . .
4.3 Exemplos e aplicaes . . . . . . . . . . . . . . . . . . .
4.3.1 Sinal de eletrocardiograma . . . . . . . . . . . .
4.3.2 Sinais multidimensionais . . . . . . . . . . . . .
5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
. . . . . . . . . . . 58
. . . . . . . . . . 59
. . . . . . . . . . 62
. . . . . . . . . . . 66
. . . . . . . . . . 66
. . . . . . . . . . 68
. . . . . . . . . . . 71
. . . . . . . . . . 71
. . . . . . . . . . 74
.
.
.
.
.
.
79
79
82
83
88
92
95
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . . .
. . . . . . . . .
. . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
99
captulo
Introduo
Education is the process of telling smaller and
smaller lies.
Autor desconhecido
1.1
Motivao
1.1.1 Multiplexao
O termo multiplex surgiu originalmente do nome do artefacto chamado Multiplexor, idealizado pelo engenheiro de telgrafos francs mile Baudot, por volta do ano de 1876. Este
aparelho tinha a capacidade de realizar a transmisso simultnea de seis sinais de telegrafia por um nico canal de transmisso. A tcnica foi utilizada basicamente para telegrafia,
at o comeo do sculo XX, quando o impressionante crescimento da telefonia necessitou da
introduo de multiplexao nos sinais de voz. Com o aparecimento de novas tcnicas de modulao, especialmente a de Banda Lateral nica, surgiu um novo sistema de multiplexao:
a multiplexao por diviso em freqncias (FDM), que rapidamente alcanou uma tremenda
popularidade em centrais telefnicas [2].
Historicamente, redes telefnicas utilizavam FDM para transmitir vrios canais de voz
por um nico circuito fsico desde 1910. Sistemas FDM rapidamente se expandiram pelo
mundo. Em 1920, o engenheiro de telecomunicaes George Valensi (ITT, Paris) lanou os
fundamentos da multiplexao por diviso de tempo (TDM) para canais de voz. No sendo
possvel implementar o sistema com o estado da arte dos meios tecnolgicos disponveis na
poca, a idia s voltou a ser evocada novamente nos anos 40, por Maurice Deloraine (ITT,
Paris) e John Bennett (Bell Labs), independentemente [3, 4].
Desde o monumental trabalho de Shannon [5], tcnicas digitais tm substitudo tcnicas
analgicas em sistemas de comunicao. Via de regra, a multiplexao digital levada a cabo
atravs de multiplexao temporal. No entanto, tambm possvel efetuar multiplexao de
dados por cdigos (CDM); recentemente, esta tcnica tem sido foco de interesse, especialmente aps a padronizao do sistema CDMA pelo padro IS-95 para telefonia celular (hoje,
o padro em vigor o IS-2000) [6] e W-CDMA [7].
Por outro lado, com o advento das fibras pticas para sistemas de comunicao, uma
tcnica de multiplexao inovadora viu a luz: a chamada multiplexao por diviso em comprimento de onda (WDM), que implementa um sistema FDM no domnio ptico.
Em 1999, uma nova abordagem, chamada de multiplexao por diviso em corpos finitos (GDM) foi introduzida, por Hlio Magalhes, Ricardo Campello e Andr Kauffman, do
Departamento de Eletrnica e Sistemas da UFPE, como um esquema espectralmente eficiente
para canais de banda estreita [8]. Este esquema pode ser implementado com ajuda de algoritmos rpidos para clculo de transformadas e oferece requisitos compactos de uso de banda.
Sistemas GDM so verdadeiramente digitais e utilizam tcnicas de espalhamento espectral baseadas em corpos finitos [9]. Sistemas que utilizam as seqncias de espalhamento espectral
geradas so chamados de Acesso por Multiplexao por Diviso em Corpos Finitos (GDMA).
Desde a fantstica evoluo das tcnicas de processamento de sinais (PS), sistemas de multiplexao baseados em PS, particularmente os baseados em algoritmos rpidos, tm sido
bem-vindos, especialmente do ponto de vista da implementao. Os avanos mais impressionantes em PS so talvez os relacionados teoria de wavelets [10].
16
1.1.2 Wavelets
Especificamente, as wavelets mostraram-se ferramentas poderosas para o tratamento eficiente de sinais, devido s suas diferentes caractersticas, como a sua grande flexibilidade e
versatilidade na escolha do sistema wavelet utilizado ou o seu forte poder computacional. A
anlise wavelet tem, em anos recentes, tido um papel relevante em diferentes reas, incluindo
na Engenharia. Hoje, considerada bem estabelecida em PS [11, 12], sendo at utilizadas para
analisar sinais em corpos finitos [13].
De um ponto de vista histrico, anlise de sinais via wavelets tem suas bases enraizadas no
revolucionrio trabalho de Jean Baptiste Joseph Fourier, durante o sculo XIX [14]. Fourier
estabeleceu os fundamentos com a sua teoria sobre anlise em freqncia, que se revelou ser
extremamente importante e influente nas cincias.
A ateno de pesquisadores da rea de Fsica e Engenharia foi gradualmente migrando
da anlise freqencial anlise baseada em escalas, quando comeou a ficar claro que uma
abordagem a partir de medidas de oscilaes mdias em diferentes escalas provou ser menos
sensvel a rudo [11].
A primeira meno relacionada com o que hoje denominado de anlise de wavelet parece encontrar-se no ano de 1909, em uma tese escrita por um matemtico hngaro, Alfred
Haar [15]. Nesta abordagem, no mostrado o conceito explicitamente, porm o conjunto de
sinais usados constitui o primeiro sistema wavelet inventado. Por muitos anos, as wavelets de
Haar ficaram no anonimato e, por um perodo muito longo, continuaram a ser a nica base
ortonormal de wavelets conhecida.
O conceito de wavelets e a sua forma terica atual foram propostos por Jean Morlet, em
colaborao posterior com a equipe do Centro de Fsica Terica em Marseille, Frana, sob a
superviso de Alex Grossmann [16].
Os mtodos utilizados em anlise de sinais via wavelets foram desenvolvidos principalmente por Yves Meyer e seus colaboradores [17] e, neste contexto, o principal algoritmo data
de 1989, em um trabalho de Stphane Mallat [18]. Desde ento, pesquisas sobre wavelets se tornaram internacionais. Tal pesquisa particularmente ativa nos Estados Unidos e na Frana,
com pesquisadores como Ingrid Daubechies, Ronald Coifman e Victor Wickerhauser [19].
Uma vasta gama de referncias, com textos que descrevem detalhadamente o nascimento,
a histria e os conceitos seminais das wavelets podem ser encontrados na literatura [20, 21].
Cada vez mais, o mundo das wavelets se expande. Centenas de artigos cientficos nas reas de
17
matemtica e engenharia so publicados a cada ms. Por causa de suas propriedades nicas,
wavelets so usadas em inmeras reas, como anlise funcional em matemtica, estudo de propriedades (multi)fractais, singularidades ou oscilaes locais de funes, soluo de equaes
diferenciais, reconhecimento de padres, compresso de dados, soluo de vrios problemas
de Fsica, Biologia, Medicina, Astronomia, Acstica, Engenharia Nuclear, Mecnica Estatstica, Economia e Finanas, problemas de computao grfica, Msica, reconhecimento de
padres ou anlise de sinais geolgicos. Em telecomunicaes, wavelets tm sido aplicadas em
vrios aspectos de sincronizao e modulao, onde tambm so relevantes.
18
1.2 Objetivos
O principal objetivo da dissertao propor uma tcnica de multiplexao original, utilizando tcnicas de anlise wavelet, especificamente anlise multirresoluo. So ento estudados os fundamentos necessrios elaborao do trabalho: multiplexao e tcnicas de acesso
mltiplo, fundamentos de modulaes multi-portadoras, atravs de um estudo da modulao
OFDM, wavelets e anlise multirresoluo. O esquema proposto chamado de Multiplexao por Diviso em Multirresoluo (MRDM) e pode ser implementado com processadores
digitais de sinais. Na dissertao, so apresentados os rudimentos do novo sistema.
1.3
Organizao da dissertao
O contedo da dissertao est distribudo ao longo de seis captulos. As referncias do
20
captulo
Introduo multiplexao e
sistemas multi-portadoras
Connatre, ce nest point dmontrer, ni expliquer. Cest accder la vision. Mais pour voir,
il convient dabord de participer.
Antoine de Saint-Exupry
francs mile Baudot1 idealizou o Multiplexor. Este artefato tinha a capacidade de realizar a
transmisso simultnea de seis sinais de telegrafia por um nico canal de transmisso.
Na poca, as recm inventadas comunicaes telefnicas2 ainda eram precrias e o uso
desta tcnica foi basicamente restrito telegrafia. Isto durou at o comeo do sculo XX,
quando o impressionante crescimento da telefonia necessitou da introduo de multiplexao
nos sinais de voz. Com o aparecimento de novas tcnicas de modulao, especialmente a de
banda lateral nica (na literatura, a abreviao usual SSB, do ingls, Single Side Band), surgiu
1 Jean
Maurice mile Baudot (18451903). Engenheiro francs de telgrafos. O termo baud (medida do nmero de smbolos
transmitidos por segundo por um sinal modulado) foi derivado do seu nome.
2 O telefone foi inventado pelo italiano Antonio Meucci em 1849; no entanto, a patente da inveno foi atribuda a Alexander
Graham Bell em 1876, em seguida a uma srie de eventos misteriosos e injustias que seriam inacreditveis, se no fossem to
bem documentadas. http://www.italianhistorical.org/MeucciStory.htm
Valensi , hoje, principalmente reconhecido pelo seu mtodo de transmisso de imagens de televiso coloridas, de
tal forma que estas pudessem ser recebidas por aparelhos de televiso, tanto coloridas, como preto & branco.
4 Claude Elwood Shannon (19162001). Engenheiro e matemtico norte-americano que revolucionou a teoria de comunicaes.
22
Este captulo discutir os fundamentos bsicos das tcnicas de multiplexao mais conhecidas, assim como dar uma introduo s modulaes multi-portadoras. Duas sees
dividem ento o captulo. Na primeira seo, so apresentadas as tcnicas de multiplexao
mais conhecidas e utilizadas hoje: Multiplexaes por diviso em freqncia, tempo e cdigos.
A segunda seo mostra as bases das modulaes multi-portadoras.
2.1
mente sinais de informao originrios de diferentes fontes. Um bom exemplo desta necessidade pode ser facilmente observado em sistemas mveis, em que uma grande quantidade
de usurios que precisam se comunicar ao mesmo tempo devem ser transmitidos simultaneamente. Assim, para obter um bom aproveitamento do espectro de rdio disponvel, os
usurios dividem uma quantidade limitada de banda passante, em um dado canal. Alm
disto, para garantir comunicaes de alta qualidade, esta diviso precisa ser realizada sem
uma degradao muito severa no desempenho do sistema [1].
Esta seo introduz ento os princpios fundamentais das tcnicas de multiplexao e
acesso mltiplo mais conhecidas e utilizadas. Em geral, existem vrias possibilidades com
as quais diversas fontes podem enviar sinais de informao simultaneamente, atravs de um
dado canal de comunicao.
Sub-canal Sub-canal
1
2
Sub-canal Sub-canal
freq
uencia
N 1
N
f
...
Figura 2.1: Subdiviso da banda passante de um canal de comunicao por um sistema FDM, em sub-canais de
banda estreita, no superpostos em freqncia.
23
Desta forma, como possvel observar, uma banda passante nica e uma freqncia de
portadora especfica, tambm nica, so atribudas a cada sinal de informao. Na Figura 2.2,
que ilustra novamente o princpio de funcionamento de um sistema FDM, de uma forma um
pouco diferente da anterior, possvel observar como os sinais so transmitidos de forma
simultnea. Esta figura serve de apoio para a comparao com os demais sistemas discutidos
neste texto.
C
odigo
S
u
b
c
a
n
a
l
1
S
u
b
c
a
n
a
l
2
S
u
b
c
a
n
a
l
3
S
u
b
c
a
n
a
l
N
...
Freq
uencia
Tempo
Figura 2.2: Utilizao da banda total disponvel de um canal de comunicao por um sistema de multiplexao
por diviso temporal. Note que os sinais so transmitidos de forma simultnea.
24
chamado de slot, durante o qual o sinal pode ser transmitido [26]. Assim, nestes sistemas de
multiplexao por diviso temporal (TDM), o espectro do canal de comunicao dividido
em slots de tempo e, em cada slot, unicamente um sinal pode ser transmitido. A Figura 2.3
mostra o princpio da tcnica. importante mencionar que caso um sinal no seja inteiramente transmitido durante o intervalo de tempo onde a transmisso permitida, o sinal volta
a acessar o canal, de forma cclica, em um prximo quadro.
C
odigo
Slots de tempo
Sub-canal 3
Sub-canal 2
Sub-canal 1
Sub-canal N
Freq
uencia
Tempo
Figura 2.3: Utilizao da banda total disponvel de um canal de comunicao por um sistema de multiplexao
por diviso temporal. Note que os sinais so transmitidos com uma mesma freqncia de portadora, mas no
simultaneamente. Cada sub-canal ocupa um slot de tempo, que se repete cclicamente, a cada quadro.
25
Sub-canal 1
Sub-canal 2
Sub-canal 3
..
.
Freq
uencia
Sub-canal N
Tempo
Figura 2.4: Utilizao da banda total disponvel de um canal de comunicao por um sistema de multiplexao
por diviso em cdigos. Note que a configurao dos sub-canais permite o envio simultneo dos sinais de informao,
com a mesma freqncia da portadora.
26
No receptor, realizada uma operao de correlao para detectar unicamente a palavracdigo desejada. Devido a esta correlao, as outras palavras-cdigo se apresentam como
rudo ao receptor.
Alm dos sistemas apresentados acima, existem outras tcnicas de multiplexao de sinais
e acesso mltiplo; algumas delas, como multiplexao por diviso espacial e pacotes de rdio,
so discutidas em [1]. Por outro lado, maiores detalhes sobre caractersticas de utilizao
de banda passante, desempenho ou implementao de receptores nos sistemas comentados
podem ser encontradas em [26]. Na prxima seo, dada uma introduo s modulaes
multi-portadoras.
2.2
A idia de transmitir dados pela diviso dos mesmos em vrias seqncias de comprimento
menor e utilizar estas para modular vrias portadoras tem sua origem no sistema Kineplex,
proposto por R. R. Mosier e R. G. Clabaugh, da companhia Collins Radio Co., em 1958,
h quase 50 anos [27]. Desde ento, esta tcnica tem suscitado o interesse constante, porm
perifrico, da comunidade cientfica na rea das comunicaes.
Nos ltimos anos, no entanto, a sempre crescente necessidade por altas taxas de transmisso e a multiplicao de meios fsicos de transmisso com diversas caractersticas tm tornado
as modulaes multi-portadoras candidatas atrativas para as novas geraes de sistemas de comunicao. Notavelmente, estas tcnicas tm sido empregadas em diversas aplicaes, como
transmisso de rdio digital (Digital Audio Broadcasting DAB) [28] e televiso digital [29],
comunicaes sem fio de banda larga (protocolos IEEE 802.11a [30] e IEEE 802.11g [31]),
servios de assinatura digital (xDSL), entre outros. No mbito da pesquisa, elas tm sido consideradas em reas tais como equalizao no domnio temporal, reduo da razo pico-mdia,
atenuao de rudo de fase e projeto de pulsos de formatao.
Infelizmente, apesar da sua crescente aceitao como o esquema de modulao padro nos
futuros sistemas de comunicao mvel e sem fio e de um grande nmero de artigos escritos
sobre o assunto, artigos de reviso completos e didticos, que cobrem os fundamentos do
tpico, so difceis de encontrar.
Assim, com o propsito de entender melhor estas tcnicas, esta seo tentar descrever os
rudimentos de um sistema de multiplexao por diviso de freqncias ortogonais (OFDM).
Este esquema de modulao uma forma especial de transmisso multi-portadoras, onde
27
uma nica seqncia de dados de alta taxa transmitida atravs de um dado nmero de
sub-portadoras, de taxa inferior. Os conceitos aqui expostos podem ser transferidos para um
sistema multi-portadoras genrico.
Desta forma, as subsees a seguir discutem, respectivamente, a histria e os princpios de
OFDM, a utilizao da transformada discreta de Fourier (DFT) na implementao do sistema
e a insero de prefixo cclico no sinal a ser transmitido. Maiores detalhes sobre a modulao
podem ser encontrados em [32] e [33], incluindo diversas das suas caractersticas tcnicas e
suas aplicaes.
28
M fs bits/s
Conversor
Serial - Paralelo
..
.
f2
P
Moduladores
fNsp
mNsp bits
Figura 2.5: Transmissor multi-portadoras bsico. Note-se que a seqncia de entrada possui uma taxa de M fs
PNsp
mn bits, no bloco de converso serial-paralelo,
bits/s; o agrupamento dos dados em seqncias de M =
1
resulta em uma taxa de transmisso de fs bits/s. O nmero de portadoras moduladas Nsp .
Por outro lado, uma das principais razes para a utilizao da modulao OFDM aumentar a imunidade do sistema ao desvanecimento seletivo em freqncias e atenuar a interferncia de banda estreita. De fato, em um sistema de portadora nica, desvanecimento rpido
ou interferncia podem causar uma falha na demodulao de toda uma seqncia transmitida; isto no ocorre em um sistema multi-portadoras, onde somente uma pequena parte das
sub-portadoras afetada. Neste caso, no preciso processar o sinal recebido com equalizadores lineares e insero de redundncia, em conjunto com a utilizao de cdigos corretores
de erros pode ento corrigir as sub-portadoras corrompidas. A Figura 2.6 ilustra o processo.
equalizacao
Canal seletivo
em freq
uencia
f
f0
Bsc
(a)
...
f1
f2
f0
f3
Bmc
Canal seletivo
em freq
uencia
...
fi
fNsp
...
f1
f2
f3
...
fi
fNsp
(b)
Figura 2.6: Comparao entre um sistema de portadora nica (banda total Bsc ) e um sistema multi-portadoras
(banda total Bmp ). Em (a), note a necessidade de equalizao na recepo. Em (b), cada sinal de banda estreita
sofre desvanecimento aproximadamente plano e a equalizao desnecessria.
29
Alm disto, a transmisso dos dados em taxas muito menores aumenta significativamente
o tempo de smbolo, o que atenua de forma considervel a interferncia inter-simblica (ISI).
Desta maneira, o conceito clssico por trs do esquema de modulao OFDM a diviso da banda passante total do sinal modulado em Nsp sub-canais de banda estreita, no
superpostos. Cada sub-canal ento modulado por um smbolo diferente, com a ajuda de
modulaes clssica, e, em seguida, os sub-canais so todos multiplexados utilizando multiplexao freqencial. No entanto, apesar da utilizao de sub-canais no superpostos parecer
ser uma boa ideia para evitar a utilizao de equalizadores de alta velocidade, combater rudo
impulsional e distores por multi-percursos, o sistema sofre de uma eficincia espectral muito
pobre. Desta forma, com o objetivo de otimizar a utilizao da banda passante, vrias idias
foram propostas, utilizando sub-canais superpostos. Isto possibilita a obteno de um ganho na eficincia espectral de quase 50%; em contrapartida, surge a necessidade de lidar com
interferncia entre portadoras, problema que pode ser resolvido se as sub-portadoras forem
ortogonais entre si. Isto permite atenuar os efeitos de interferncia entre sub-portadoras. A
Figura 2.7 mostra a diferena de utilizao de banda em sistemas FDM e OFDM.
freq
uencia
Tecnica de modulacao multiportadora convencional: FDM (Divis
ao por multiplexacao de freq
uencia)
Economia de banda
freq
uencia
Tecnica de modulacao multiportadora: OFDM (Divis
ao por multiplexacao de freq
uencia ortogonal)
Para um grande nmero de sub-canais, a matriz de geradores senoidais e demoduladores coerentes necessria em um sistemas paralelo se torna excessivamente cara e complexa.
O receptor precisa conhecer precisamente a fase e o tempo de amostragem de todas a subportadoras de forma a manter o desempenho do sistema aceitvel. Com isto, Weinstein e
Ebert aplicaram a transformada discreta de Fourier ao sistema de transmisso de dados em
paralelo, como parte integrante do processo de modulao e demodulao. A Figura 2.8 ilus-
30
Smbolos de entrada
ci = {c1i , c2i , ..., cNsp i }
..
.
IDFT
D/A
Nsp
(a)
12
...
f
Smbolos recuperados
ci = {c1i , c2i , ..., cNsp i }
1
2
..
.
DFT
A/D
Nsp
(b)
Figura 2.8: Esquema de (a) modulao e (b) demodulao OFDM utilizando a IDFT.
Nsp
+ X
X
i= k=1
(2.1)
c =1
2
c =1
c =+1
c =1
5
c =+1
6
1.5
1
0.5
0
0.5
1
1.5
0
(a)
c cos(2t/T )
1.5
1.5
0.5
0.5
0.5
0.5
1.5
1.5
0
6 t
1.5
6 t
c cos(6t/T )
c cos(4t/T )
s
1.5
0.5
0.5
0.5
0.5
1.5
1.5
0
c cos(8t/T )
5
1.5
c cos(10t/T )
1.5
0.5
0.5
0.5
0.5
1.5
1.5
0
(b)
Figura 2.9: Comparao entre um sinal em banda bsica (a) e um sinal OFDM (b). O tempo de smbolo em
banda bsica tomado como sendo igual a um e o nmero de sub-portadoras Nsp = 6, a ttulo ilustrativo. Note
como o tempo de smbolo Ts no sinal OFDM seis vezes maior que o tempo de smbolo do sinal em banda bsica.
Por outro lado, os sinais em (b) so somados, para gerar o sinal multiplexado.
Desta forma, amostrando o sinal s(t), em um intervalo de smbolo, isto , iTs < t
(i + 1)Ts , a uma taxa de amostragem tam = Ts /Nsp (ou seja, Nsp amostras de s(t) em cada
intervalo de smbolo), obtm-se o vetor amostrado:
S = [s(iTs + tam ), . . . s(iTs + qtam ), . . . s(iTs + Nsp tam )]T ,
(2.2)
Nsp
X
k=1
32
(2.3)
em que q = 0, 1, ..., Nsp . Como possvel observar, a equao 2.3 tem uma expresso curiosamente familiar. Sabemos que a transformada discreta de Fourier (DFT) tem como expresses
de anlise (DFT direta) e sntese (DFT inversa), respectivamente5:
X[k] =
N
1
X
x[n]WNkn ,
(2.4a)
N 1
1 X
X[k]WNkn ,
N
(2.4b)
n=0
x[n] =
k=0
1, 0 t < T
s
g(t) =
,
0,
c.c.
(2.5)
s(iTs + qtam ) =
Nsp
X
k=1
ck e
j2fk qtam
Nsp
X
k=1
ck e
2fk qTs
Nsp
Nsp
X
k=1
ck e
2(k1)q
Nsp
(2.6)
Vendo de outra forma, s(iTs + qtam ) pode ser interpretada como a transformada discreta de
Fourier inversa (IDFT) da seqncia de informao, a menos de um fator de escalonamento.
Matricialmente, possvel escrever:
S = W1 (Nsp )Ci ,
(2.7)
j2
q(k1)
Nsp
(2.8a)
(2.8b)
(2.9)
diversas definies para as expresses de anlise e sntese da DFT, utilizadas por diversos autores. Neste texto,
sero utilizadas as definies das equaes 2.4, que podem ser encontradas em [38].
33
j2
q(k1)
Nsp
(i 1)-esimo smbolo
i-esimo smbolo
(i 1)-esimo smbolo
Ts - perodo de smbolo
Sinal desejado
Ts - perodo de smbolo
Sinal atrasado
Perodo de observacao
de smbolo
Perodo de observacao
de smbolo
(a)
(b)
Figura 2.10: Sinal transmitido (a) e sinal recebido (b). Note como a interferncia inter-simblica do (i 1)-simo
smbolo produz uma distoro no i-simo smbolo, ilustrada pela linha mais grossa, em (b).
Existem vrias maneiras de atenuar este fenmeno. De forma anloga a sistemas de modulao tradicionais, possvel inserir um intervalo de guarda entre os smbolos enviados,
maior que o maior atraso por espalhamento, e assim eliminar a interferncia entre smbolos.
No entanto, isto causa uma mudana abrupta na forma de onda no canal, o que gera com34
ponentes em altas freqncias dentro do sinal. Isto resulta em interferncia entre portadoras
(Figura 2.11).
i-esimo smbolo
(i 1)-esimo smbolo
Ts - perodo de smbolo
Sinal desejado
t
G
i-esimo smbolo
(i 1)-esimo smbolo
Ts - perodo de smbolo
Sinal atrasado
G
ts
Perodo de observac
ao de smbolo
ts
Perodo de observacao de smbolo
(b)
(a)
Figura 2.11: Sinal transmitido com intervalo de guarda G (a) e sinal recebido (b). Note que a utilizao de
um intervalo de guarda (nenhum sinal transmitido) maior que o atraso por espalhamento elimina a interferncia
inter-simblica. O tempo de observao de smbolo ts pelo receptor menor que o tempo de smbolo Ts ; isto resulta
em uma separao maior entre as portadoras e assim em uma perda na eficincia espectral.
Finalmente, como pode ser visto na Figura 2.12, possvel realizar uma extenso cclica
do smbolo enviado, o que diminui a mudana abrupta na forma de onda presente no canal.
Este processo permite a eliminao perfeita da interferncia entre sub-portadoras. possvel
mostrar este resultado matematicamente [32].
i-esimo smbolo
(i 1)-esimo smbolo
i-esimo smbolo
(i 1)-esimo smbolo
Ts - perodo de smbolo
Sinal desejado
Ts - perodo de smbolo
t
G
Sinal atrasado
ts
Perodo de observac
ao de smbolo
ts
Perodo de observacao de smbolo
(b)
(a)
Figura 2.12: Sinal transmitido com insero de prefixo cclico (a) e sinal recebido (b). A utilizao de uma
extenso cclica do smbolo enviado ajuda a diminuir a transio abrupta na forma de onda recebida, o que reduz
a interferncia entre sinais adjacentes, reduzindo a banda utilizada. Novamente, o tempo de observao de smbolo
ts .
Diversos outros aspectos tcnicos conferem aos esquemas OFDM um carter atrativo, especialmente para sistemas mveis e canais com altas taxas de transmisso. De fato, as suas
aplicaes atuais abrangem canais de transmisso de rdio em altas freqncias, redes telefnicas, redes locais sem fio (padro IEEE 802.11a), televiso digital, entre outros. As vantagens
35
que permeiam este tipo de modulao incluem uma maneira eficiente de lidar com propagao multi-percursos, interferncia e canais com desvanecimento; alm disto, robusto contra
interferncias de banda estreita, afetando unicamente algumas portadoras. Em contrapartida,
sistemas OFDM so naturalmente mais sensveis a derivas de freqncia e a rudo de fase e
possuem uma razo de potncia pico-mdia relativamente alta, que tendem a ser desvantagens
notveis em sistemas de radiofreqncia [33].
36
captulo
e um ponto de vista histrico, anlise de sinais via wavelets um mtodo novo, apesar
das bases da teoria estarem enraizadas no revolucionrio trabalho de Jean Baptiste
Joseph Fourier, durante o sculo XIX [14]. Fourier estabeleceu os fundamentos com a sua
teoria sobre anlise em freqncia, que se revelou ser extremamente importante e influente
nas cincias.
A ateno de pesquisadores da rea de fsica e engenharia foi gradualmente migrando
de anlise freqencial anlise baseada em escalas, quando comeou a ficar claro que uma
abordagem a partir de medidas de oscilaes mdias em diferentes escalas provou ser menos
sensvel a rudo [11].
A primeira meno relacionada com o que hoje denominado de anlise de wavelet parece encontrar-se no ano de 1909, em uma tese escrita por um matemtico hngaro, Alfred
Haar [15]. Nesta abordagem, no mostrado o conceito explicitamente, porm o conjunto
de sinais usados constitui o primeiro sistema wavelet descoberto.
O conceito de wavelets e a sua forma terica atual foi proposto por Jean Morlet, em colaborao posterior com a equipe do Centro de Fsica Terica em Marseille, Frana, sob a
3.1
para representar sinais. Entre as diversas representaes existentes, o presente trabalho far
apenas um breve comentrio sobre as sries de Fourier, construindo com isto uma ponte para
um estudo mais aprofundado das sries wavelet.
Em 1807, Jean Baptiste Joseph Fourier (17681830) introduziu as sries que hoje levam o
seu nome, para representar matematicamente ondas de calor se propagando em corpos slidos, em uma monografia intitulada Thorie de la propagation de la chaleur dans les solides. O
texto foi lido pelo prprio Fourier, no dia 21 de dezembro, perante a Primeira Classe do Instituto Nacional das Cincias e das Artes na Frana. Contrariamente ao que se pode pensar,
o trabalho gerou grande controvrsia e um conselho foi escolhido para avali-lo. Diversas
objees foram feitas, primeiro por Joseph Louis de Lagrange e Pierre Simon de Laplace e,
posteriormente, por Jean-Baptiste Biot, cujos resultados no assunto no concordavam com
os de Fourier. A seo de geometria do Instituto abriu ento um concurso para responder
questo de dar uma teoria matemtica s leis da propagao do calor e comparar o resultado
38
desta teoria com experimentos exatos. Fourier submeteu seu trabalho, junto com trabalhos
adicionais sobre resfriamento de slidos infinitos e calor terrestre e de radiao. Com somente um nico outro trabalho recebido, o Instituto entregou a Fourier o grande prmio de
matemtica do Instituto, em 1812. O relatrio, contudo, no foi inteiramente favorvel.
Fourier mostrou assim que possvel decompor uma funo peridica (mesmo descontnua) em uma soma de senos e cossenos, com freqncias mltiplas de uma freqncia fundamental. So as conhecidas sries trigonomtricas de Fourier. No entanto, antes de mostrar
de forma rigorosa uma expresso para a srie, importante definir uma classe de funes de
interesse.
Definio 3.1 Uma funo f (t) dita pertencer a L 2 (a, b) se
finita).
Rb
a
2
T
(3.1)
k=1
(3.2a)
(3.2b)
(3.2c)
Note que o sinal , utilizado acima para definir a freqncia fundamental significa aqui igual
por definio.
Bem mais tarde, foi introduzida a forma exponencial da srie de Fourier, mais utilizada
hoje em dia. Ela equivalente srie trigonomtrica para sinais reais, mas pode, no entanto,
ser aplicada a sinais complexos, sendo assim mais geral. Matematicamente, possvel escrever
f (t) como:
f (t)
=
(3.3)
k=
(3.4)
e 0 =
2
T
(3.5)
(3.6)
em que o smbolo denota o conjugado complexo1. Para melhor entender o produto interno
entre funes, possvel fazer-se uma analogia com o produto interno entre vetores: ao calcular o produto interno entre duas funes, f (t) e g(t), o resultado obtido mostra o valor da
projeo ortogonal de f (t) sobre g(t).
Desta forma, ao se decompor uma funo f (t), t0 < t < t0 + T , sobre uma base de Riesz
ortogonal {ejk0 t }
k= [22], esto sendo calculados os valores das projees de f (t) sobre
cada uma das funes de base. Estes valores so representados pelos coeficientes de Fourier,
que podem ento ser representados por
ck = hf (t), e
jk0t
1
i=
T
t0 +T
f (t)ejk0t dt.
(3.7)
t0
funo: ej0 t (a freqncia 0 chamada de fundamental). Com isto, observa-se uma ampla
gama de funes, pertencentes a L 2 , t0 < t < t0 + T , que pode ser representada por uma
(3.8)
seja uma funo senoidal e que esta nica funo seja suficiente para gerar todas estas
funes pertencentes a L 2 , para t0 < t < t0 + T . interessante ressaltar que a representao
resultante peridica, com perodo T .
1 Na
equao 3.6, utilizou-se uma definio alternativa de produto interno, com a inteno de simplificar os clculos subse-
quentes.
40
seguir a mesma linha anteriormente descrita e procurar funes que gerem o espao L 2 (R)
de funes no peridicas. Para isto, relembra-se que estas funes so de energia finita e,
no entanto, uma outra classe de funes que possui caractersticas ideais para uma melhor representao das funes pertencentes a L 2 (R): as wavelets. As wavelets so funes de energia
finita, que possuem um rpido decaimento para zero. Isto as torna potenciais candidatas para
a construo do espao L 2 (R). Formalmente, uma funo (t), de tempo contnuo, define
uma wavelet se:
i. pertence ao espao de sinais de energia finita, isto , L 2 ;
ii. satisfaz condio de admissibilidade: C ,
|()|2
|| d
(3.9)
|a|
normaliza as wavelets-filhas de tal forma que ka,b (t)k2 = k(t)k2 , isto , de modo
que todas as wavelets de uma mesma famlia possuam a mesma energia. importante ressaltar
que a norma utilizada aqui, kf (t)k2 para uma funo f (t),
Z
2
f (t)f (t)dt.
kf (t)k ,
(3.10)
Para a expanso em sries, no entanto, a base de funes tal que mostrada na equao 3.9, com a R , b R, altamente redundante no que concerne a decomposio de
funes. De forma a se obter uma representao mais eficiente para este tipo de representao, a e b so discretizados. Neste caso, as wavelets-filhas (que so as funes de base) no so
41
verses de uma wavelet-me transladada nem escalonada continuamente, mas sim em intervalos discretos. Isto pode ser feito com uma pequena modificao na wavelet contnua [11]:
t nb0 aj
1
1
tb
0
(
) j,k (t) = q
a,b (t) = p (
),
j
a
j
|a|
a
0
|a0 |
(3.11)
(3.12a)
b = kb0 aj
0 , b0 > 0, j, k Z.
(3.12b)
(3.13)
em que j,k o smbolo de Kronecker, ento toda funo f (t) L 2 (R) pode ser decomposta (decomposio homognea) como
f (t)
=
(3.14)
k= j=
(3.15)
(3.16)
Conhecendo F (), possvel obter f (t) usando a transformada de Fourier inversa (expresso de sntese de f (t)), dada por
f (t) =
1
2
F ()ejtd,
(3.17)
Como alternativa surge ento a anlise tempo-freqncia, com a transformada de Fourier de curta durao (ou transformada janelada de Fourier, ou transformada de Gabor),
proposta pelo fsico Dennis Gabor2 em 1946 [42]. Neste trabalho, com a ajuda do seu conhecimento em mecnica quntica, Gabor prope a anlise de sinais de udio a partir de tomos elementares, que so funes de base bem localizadas em tempo e em freqncia [22],
isto , as funes e seus espectros respectivos so de pequeno valor fora de um intervalo
limitado de tempo e freqncia, dentro do limite permitido pelo princpio da incerteza de
Gabor-Heisenberg. De forma simplificada, este princpio (que uma formulao do conhecido princpio da incerteza de Heisenberg) afirma que no possvel obter localizaes precisas de
uma funo simultaneamente no tempo e na freqncia. De outra maneira, possvel dizer que a
energia de uma funo e de sua transformada de Fourier no podem estar simultaneamente concentradas em intervalos arbitrariamente pequenos. Assim, aplicando argumentos tpicos da mecnica
quntica, Gabor estabeleceu uma relao de incerteza do tipo:
1
t f ,
2
(3.18)
(3.19)
44
intervalo que depender da funo g(t). Por isso, interessante que esta funo tenha boas
propriedades de localizao temporal.
Da mesma forma, a energia do espectro de g(t) est situada na vizinhana de 0 . Isto
pode ser visualizado atravs da transformada de Fourier da funo, dada por:
Gt0 ,0 () = G( 0 )ej(0 )t .
(3.20)
(3.21)
F ()Gt0,0 ()d.
(3.22)
por , medido pelo desvio padro de |G()|2 . ento possvel reescrever a equao 3.23.
Tem-se:
1
t f .
2
(3.23)
Por outro lado, as equaes 3.21 e 3.22 mostram que, se g(t) possui boas propriedades de
localizao no tempo e na freqncia, ser da mesma forma para FJ (t0 , 0 ) (da o interesse
por tomos com estas propriedades).
ento possvel decompor o plano tempo-freqncia (a transformada de Fourier de curta
durao transforma o domnio temporal de uma funo f (t) para um domnio bidimensional,
chamado domnio tempo-freqncia) em retngulos, onde ser representado o contedo
freqencial de um sinal, para dados intervalos de tempo. Esta decomposio mostrada na
45
Figura 3.1. Note-se que a diviso do plano por retngulos apenas uma forma de facilitar
a visualizao, desde que estes apenas representam a maior concentrao de energia e no
esto precisamente definidos. Uma visualizao tridimensional mais precisa pode ser vista na
Figura 3.2. Com isto, possvel observar a razo pela qual o plano divido em retngulos.
t
Figura 3.1: Decomposio do domnio tempo-freqncia (transformada de Fourier de curta durao).
(b)
(a)
0.2
0.15
0.2
0.1
0.1
0
0.05
20
20
0
15
15
2
0
2
10
10
5
Figura 3.2: (a) Densidade de probabilidade gaussiana, (b) Decomposio do domnio tempo-freqncia, utilizando a gaussiana como janela.
Como possvel ver na Figura 3.1, a medida que o tempo e a freqncia aumentam, o
tamanho dos retngulos permanece constante. Em outras palavras, a resoluo de tempo46
freqncia permanece a mesma. Isto pode causar certos problemas na anlise: na regio de
altas freqncias, a janela contm um nmero de ciclos muito maior que nas baixas freqncias. Desta forma, dependendo do sinal analisado (como sinais ssmicos, por exemplo), componentes de altas freqncias (terremotos) no so bem analisadas, pois esto diludas no
resto do sinal (sinal de base, de baixa freqncia), o mesmo problema que ocorre na transformada de Fourier tradicional. De forma anloga, para freqncias muito baixas, ou seja que
variam muito lentamente, a janela no tem tempo suficiente para analisar o sinal.
Para resolver este problema, a soluo analisar o sinal no com uma nica resoluo
tempo-freqncia, mas com resolues diferentes, dependendo da faixa de freqncias analisada. Uma colaborao entre o fsico terico Alex Grossmann e o engenheiro geofsico Jean
Morlet resultou na definio formal de uma nova transformada que, como a transformada de
Fourier de curta durao, permite medir as variaes temporais das componentes freqenciais de um sinal, mas com uma resoluo tempo-freqncia diferente: a transformada wavelet
contnua [16].
(3.24)
fcil reconhecer a equao 3.9. Da mesma forma, foi introduzida uma constante de normalizao wavelet, de tal forma que ka,b (t)k2 = k(t)k2. A expresso para a transformada
wavelet contnua ento, para a escala a e na posio b,
Z
Z
tb
1
)dt.
f (t) (
CW T (b, a) ,
f (t)a,b(t)dt =
a
a
(3.25)
1
2
F ()a,b()d,
47
(3.26)
(3.27)
Neste ponto, cabe comentar certos aspectos da anlise. O que se tem aqui uma nica
funo (a wavelet-me) sendo deslocada e escalonada (obtendo wavelets-filhas). Como possvel observar na equao 3.25, o deslocamento semelhante ao deslocamento da janela na
transformada de Fourier de curta durao, isto , linear. Por outro lado, a wavelet no mais
modulada e sim escalonada. O que difere da transformada de Fourier de curta durao a
idia de que um reescalonamento no tempo implica em um reescalonamento na freqncia.
Isto resulta em uma janela de largura diferente para faixas de freqncias diferentes.
Por isso, observando as equaes 3.25 e 3.26, possvel concluir que a transformada wavelet de uma funo f (t) depender essencialmente de f (t) e de F (), apenas nas vizinhanas
onde a,b (t) e a,b () esto respectivamente concentradas.
O plano tempo-freqncia agora decomposto de outra forma. Com efeito, a concentrao de a,b (t) na freqncia agora proporcional ao parmetro a (uma compresso no tempo
equivale a uma dilatao na freqncia). Reciprocamente, a concentrao no tempo proporcional a 1/a. Assim, notvel que mesmo que a escala a varie, as dimenses do retngulo
onde se encontram as informaes relativas ao sinal, para faixas de freqncias e perodos
de tempo especficos, permanecem constantes. A Figura 3.3 ilustra a decomposio do plano
tempo-freqncia, utilizando a transforma Wavelet contnua.
t /a
t
Figura 3.3: Decomposio do domnio tempo-freqncia (transformada wavelet contnua).
48
Esta decomposio no uniforme do plano tempo-freqncia permite transformada wavelet contnua analisar faixas de freqncias diferentes de forma adequada: para as baixas
freqncias, a resoluo da transformada mais sintonizada, ou seletiva em freqncia. A
janela de tempo tambm maior. Para freqncias maiores, a resoluo vai se tornando mais
fina.
Para entender este conceito, possvel imaginar dois moduladores de freqncia. O primeiro modula sinais em torno de 100Hz e o segundo de 1M Hz. Supondo uma deriva no
oscilador local de 10Hz, fcil compreender como esta mudana na freqncia do oscilador
afeta muito mais o primeiro oscilador que o segundo, sendo para este, uma mudana relativa
muito menor. O mesmo acontece para anlise de sinais. Componentes espectrais de baixa
freqncia variam lentamente e precisam de janelas de tempo maiores para serem analisadas.
Entretanto, necessrio uma maior seletividade na freqncia. Para faixas espectrais maiores,
que variam rpido, o tempo da janela torna-se menor e a faixa freqencial de anlise maior.
Contudo, como j visto na seo 3.1, as wavelets so altamente redundantes na sua forma
contnua, dentro do contexto da decomposio de funes.
f (t) (
)dt,
CT DW T (k, j) ,
f (t)j,k
(t)dt = q
j
j
a
0
a0
(3.28)
n=
[n] = q
f [n]j,k
1
aj
0
49
n=
f [n] [
n kb0 aj
0
aj
0
],
(3.29)
caso didico, tem-se que 2,1 = {2j , k 2j }, em que j, k Z. A grade indexada pelos
inteiros j e k, onde j est associado aos passos no parmetro freqncia/escala e k, aos passos
no parmetro translao [41].
a
(a)
(b)
representao contnua e redundante do plano tempo-freqncia, so suficientes para representar perfeitamente o sinal original. Estes pontos formam um reticulado e esto localizados
de acordo com o mostrado na Figura 3.4.
1, 0 t < 21
H (t) ,
1, 12 t < 1
0,
c.c.
(3.30)
A wavelet de Haar pode ser utilizada como base para a representao de sinais com descontinuidades, tais como imagens contendo fronteiras pronunciadas (mudanas abruptas de
luminncia); nestes casos, a anlise e sntese de Fourier no so muito apropriadas para acomodar os termos de alta freqncias, os quais no tm efeitos localizados nesta anlise [11].
A wavelet ilustrada na Figura 3.5.
51
H(t)
1
0
t
1 e 2
2
wavelet tem uma expresso analtica tal que mex (t) , c (t), onde a constante c normaliza
a wavelet, de tal maneira que kmex (t)k2 = 1. Ento,
mex (t) , c (t) =
(1 t2 )e
1/4 3
t2
2
(3.31)
A wavelet sombrero no possui suporte compacto, seu suporte efetivo sendo o intervalo
[5, 5]. Ela ilustrada na Figura 3.6.
1
0.8
mex(t)
0.6
0.4
0.2
0.2
0.4
0
t
52
As wavelets de Daubechies de ordem N , Daub (t) = dbN , possuem caractersticas interessantes por serem ortogonais, de suporte compacto e diferenciveis. interessante destacar
que at 1987, na teoria de wavelets no se tinha conhecimento de uma famlia de wavelets com
tais caractersticas [45]. As wavelets de Meyer e de Battle-Lemari so ortogonais, porm no
possuem suporte compacto; por outro lado, as wavelets de Haar sao ortogonais e de suporte
compacto, mas no so diferenciveis.
Como possvel se inferir da Figura 3.7, a regularidade das wavelets aumenta com N , a
custo de um intervalo maior para o suporte. Este suporte o intervalo [1 N, N ] [19].
db1
db2
db3
db4
db5
db6
1
0
0
1
0.5
t
db7
t
db8
t
db9
t
db10
10
t
10
15
10
t
10
t
5
t
db12
10
10
t
20
t
db11
10
t
20
Note-se como a wavelet db1 igual wavelet de Haar. Tambm vale a pena ressaltar que
as wavelets de Daubechies no possuem expresso analtica, como quase todas as wavelets de
suporte compacto (com a exceo da wavelet de Haar e a wavelet Beta [46]). Elas so geradas
a partir de um algoritmo iterativo, o algoritmo em cascada [10].
(3.32)
sen(t)
t
53
(3.33)
0.8
0.8
0.6
0.6
0.4
0.4
Imag[Shan(t)]
Re[Shan(t)]
0.2
0
0.2
0.2
0
0.2
0.4
0.4
0.6
0.6
0.8
0.8
1
20
10
0
t
10
1
20
20
10
0
t
10
20
(3.34)
em que o parmetro fb ajusta a largura de banda utilizada pela wavelet e o parmetro fc determina a freqncia central. Curiosamente, estas wavelets no so wavelets no sentido rigoroso,
pois o valor da sua integral ao longo do eixo real no zero. No entanto, para valores de fc
suficientemente grandes, o valor da integral desprezvel e pode ser considerado igual a zero.
A expresso exata para a wavelet de Morlet
2
/2
2 /4 u2
),
2e 0 e
(3.35)
54
0.5
parte real
parte imaginria
0.4
Re[Mor(t)], Imag[Mor(t)]
0.3
0.2
0.1
0
0.1
0.2
0.3
0.4
0.5
5
0
t
(b)
0.5
0.5
gauss
(1)
(3)
(t)
gauss
(t)
0.5
1
0.5
0
t
(c)
1.5
1
(8)
(t)
gauss
gauss
(t)
0.5
(5)
(d)
0.5
1
0
t
0.5
0
0.5
0
t
0
t
55
Alm das famlias de wavelets comentadas anteriormente, existe uma quantidade enorme de
tipos de wavelets, como wavelets generalizadas de Shannon, wavelet de Meyer, wavelets lineares
por partes, wavelet complexa de Chaaris, Coiflets e Symmlets, wavelet de Battle-Lemari ou
wavelets B-Splines. Existem tambm wavelets bidimensionais. Uma descrio mais detalhada
destas wavelets pode ser encontrada em [11].
56
captulo
Anlise multirresoluo
do ponto de vista matemtico como prtico. As wavelets permitem construir bases de Riesz
do espao de sinais de quadrado integrvel L 2 (R). Uma construo elegante e interessante
para implementao a anlise multirresoluo (AMR), introduzida por Stphane Mallat1 em
1989 [18].
A AMR permite construir bases completas no espao L 2 (R), de forma recursiva, a partir
de uma nica funo: a funo escala ou a wavelet-me. Desta forma, possvel observar
como esta formulao til na representao de funes. Com efeito, a operao bsica
da AMR a decomposio de um dado sinal, f (t), em duas partes: aproximao e detalhe.
A aproximao obtida realizando-se a projeo de f (t) sobre verses deslocadas de uma
funo de baixa freqncia, chamada funo escala2 . Esta projeo realiza uma filtragem
passa-baixa, que s armazena as variaes lentas do sinal. De forma anloga, os detalhes de
1 Stphane
2 Alguns
f (t) so obtidos realizando-se a sua projeo sobre uma funo de alta freqncia, a wavelet.
Esta projeo realiza uma filtragem passa-alta, que armazena as altas freqncias, isto , as
variaes rpidas do sinal.
Se desejado, o sinal de aproximao em seguida decomposto novamente na sua aproximao e nos seus detalhes. E assim por diante. Os detalhes, nas diferentes escalas, fornecem
as componentes de f (t) em diferentes resolues. Da, a denominao de anlise multirresoluo. Estas diferentes operaes levam a um preenchimento sucessivo do plano tempofreqncia. possvel interpretar a AMR como um microscpio matemtico, que permite a
visualizao do sinal com diferentes graus de resoluo.
Estas operaes so contudo reversveis, isto , o sinal pode ser reconstrudo a partir
da aproximao e dos detalhes, se algumas restries matemticas forem impostas. A reconstruo possvel a partir dos coeficientes de detalhe nas diferentes escalas e da ltima
aproximao.
Outro aspecto de interesse na AMR a flexibilidade com a qual se pode trabalhar, graas
ao fato de que estas mltiplas bases em L 2 (R) podem ser colocadas em concorrncia para
determinar a base mais adequada a um sinal ou a um processamento dado. Esta comparao
permite, ento, a realizao de diferentes processamentos na tentativa de otimizar efeito como,
por exemplo, reduo de rudo ou deteco de transitrios.
Este captulo descrever os rudimentos da AMR, tratando de proporcionar um entendimento intuitivo do desenvolvimento destas idias, assim como um tratamento matemtico um
pouco mais rigoroso. O captulo ento dividido em trs sees. Na primeira, so mostrados
aspectos matemticos da AMR; nela, so introduzidos os espaos de sinal, a funo escala
e o conceito de construo de wavelets. Na segunda seo, so apresentados os bancos de
filtros e mostrado o algoritmo de Mallat, que pode ser visto como um mtodo piramidal de
Laplace, muito til e elegante na implementao da AMR. Na terceira seo, finalmente, so
mostrados alguns exemplos e aplicaes da AMR.
4.1
so infinita), so gerados por bases. Estas bases so formadas por funes. tambm definido
o produto interno de funes, de forma semelhante ao captulo 3. Aqui, o produto interno entre
58
f (t)g(t)dt.
(4.1)
O produto interno tambm induz uma norma, igual equao 3.10, isto ,
Z
2
kf (t)k = hf (t), f (t)i =
f (t)f (t)dt.
(4.2)
Finalmente, duas funes de norma diferente de zero so ditas serem ortogonais se o seu
produto interno igual a zero.
O espao de funes de interesse o espao das funes de quadrado integrvel, L 2 (R).
k Z,
(t) L 2 (R).
(4.3)
+
X
ak k (t) =
+
X
k=
k=
ak (t k).
(4.4)
Com isto, possvel observar como se pode representar uma dada classe de sinais, pertencente a algum subespao de L 2 (R). Uma definio formal de (t) enunciada abaixo.
3 Esta
funo possui um papel fundamental na AMR, pois ela define univocamente a multirresoluo que ela gera.
59
Definio 4.1 (funo escala) Seja uma funo (t), de norma limitada, pertencente ao subespao
V0 L 2 (R). Se o conjunto das suas verses deslocadas
k (t) = (t k) k Z
forma uma base de V0 , ento (t) chamada de funo escala.
possvel englobar uma quantidade maior de sinais, aumentando o tamanho do subespao. Uma forma de se fazer isto comprimindo as funes escala do subespao j conhecido.
Escolhendo um fator de escala igual a 2j e mantendo constante a norma das funes, obtm-se
um conjunto de funes tais que
j,k (t) = 2j/2 (2j t k),
j, k Z.
(4.5)
+
X
k=
ak (2j t k).
(4.6)
Para j > 0, estas funes geram subespaos de L 2 (R) maiores que V0 e, portanto, permitem representar uma classe de funes mais abrangente. Isto pode ser entendido pelo fato de
que, para j > 0, j,k (t) mais estreita e avana a passos menores, devido aos deslocamentos;
isto permite que as funes de base representem variaes mais rpidas dentro dos sinais, mais
precisamente. De forma anloga, para j < 0, os subespaos gerados esto includos em V0 e
representam funes menos sofisticadas [10].
Estes conceitos proporcionam uma idia intuitiva destes subespaos de funes e de como
as suas bases geradoras so capazes de representar e aproximar sinais. importante entender
a maneira como os subespaos esto organizados. Como foi mencionado, tem-se que
Vj Vj+1
j Z,
(4.7)
ou,
V2 V1 V0 V1 V2 V3
(4.8)
(4.9a)
(4.9b)
Figura 4.1: Espaos vetoriais gerados por funes escala. Observe-se o aninhamento dos espaos de aproximao.
Existem, no entanto, uma srie de espaos aninhados que satisfazem s equaes 4.9a e
4.9b, como na Figura 4.1, que nada tm a ver com multirresoluo. O aspecto fundamental
da multirresoluo decorre da condio de escalonamento:
f (t) Vj f (2t) Vj+1 ,
(4.10)
que diz que os elementos de um espao de funes so verses escalonadas dos elementos do
espao vizinho. tambm possvel escrever a equao 4.10 da seguinte forma:
f (t) Vj f (2j t) V0 .
(4.11)
iii.
jZ
iv.
jZ
Vj = {0};
Vj = L 2 (R), onde a barra superior indica fechamento (unio incluindo as fronteira);
v. existe uma funo (t) V0 , tal que o conjunto {(tk); k Z} uma base de V0 . Esta funo,
(t), a funo escala.
Vale a pena comentar que, na realidade, estas condies so, de certa forma, redundantes.
Com efeito, pode ser demonstrado [19] que a propriedade (iii.) uma conseqncia das
condies (i.), (ii.) e (v.) e poderia ser suprimida.
De acordo com a Figura 4.1, facilmente observvel que, se (t) V0 , ento (t) V1 .
Mas, como visto acima, o espao de aproximao V1 gerado pelo conjunto de funes
{1,k (t)}, em que k Z e j,k (t) = 2j/2 (2j t k). Logo, (t) pode ser representada como
uma soma de verses deslocadas e escalonadas dela mesma. Ento, existe uma seqncia g[n],
tal que
(t) =
+
X
n=
P+
n=
(4.12)
A equao 4.12 a equao principal da AMR e fundamental para a teoria das funes
de escalonamento. Ela referida por vrios nomes, que descrevem diferentes interpretaes
e pontos de vista. chamada de equao de refinamento, equao de dilatao ou equao da
AMR [10].
denotadas j,k (t), discutidas no captulo 3. Esta representao pode ser utilizada, no apenas
para representar sinais, mas tambm para a construo de bases de wavelets ortogonais4 .
De forma rigorosa, um espao de detalhes, Wj , definido como sendo o complemento
ortogonal de Vj em Vj+1 [48]. Tem-se ento,
Vj+1 = Vj Wj , j Z,
(4.13)
possvel mostrar [48] que, para cada j Z, existe uma base ortonormal de wavelets {j,k (t)},
k Z, do subespao Wj . Alm disto, para os subespaos de detalhes, tambm aparecem a
condio de escalonamento e de invarincia ao deslocamento,
g(t) Wj
g(2j t) W0 ,
(4.14)
g(t) Wj
g(t k) Wj , k Z.
(4.15)
Por outro lado, diferena dos espaos de aproximao, que so aninhados, os espaos
de detalhes so essencialmente disjuntos. A Figura 4.2 ilustra de forma simples a organizao
dos subespaos de funes wavelet.
W2 W1 W0 V0
W2
V3 V2 V1 V0
W1
W0
V0
63
(4.16)
velets na mesma escala o sejam. Desta forma, duas wavelets ortogonais em escalas diferentes,
mas no na mesma escala, so chamadas de semi-ortogonais. Wavelets ortogonais, por sua vez,
possuem um grande interesse, pois constituem uma base ortonormal do seu espao de sinais,
o que facilita a inverso de transformaes realizadas dentro deste espao.
O resultado acima tambm vale para funes escalas e wavelets, para valores adequados
dos ndices. Assim,
hj,k (t), j,m (t)i =
(4.17)
em que j, k, m Z.
Por outro lado, tendo em mente a equaes 4.8 e 4.13, pode-se escrever
V1 = V0 W0 .
(4.18)
(4.19)
(4.20)
Note-se que foi utilizado o ndice j = 0, como espao inicial de aproximaes. possvel,
no entanto, utilizar qualquer ndice inicial, podendo eliminar qualquer espao de aproximao
e obtendo a a expresso
L 2 (R) = W2 W1 W0 W1 W2
(4.21)
De um ponto de vista prtico, foi visto que o espao Vj representa uma aproximao de
um sinal f (t) L 2 (R). Esta aproximao pode ser melhor ou pior, dependendo do valor
de j. Se o mesmo f (t) for representado no espao Vj+1 , a aproximao ser melhor. Desta
forma, com o auxlio da equao 4.13, fica claro que o espao Wj representa os detalhes de
f (t), que aparecem em Vj+1 e no em Vj 5 .
Do seu lado, as wavelets que geram os respectivos espaos Wj podem ser representadas
por uma soma de verses deslocadas e escalonadas da funo escala, (t), que gera o espao
5 Da,
64
de aproximao inicial. Com efeito, a Figura 4.2 mostra claramente que, se (t) W0 , ento
(t) V1 . Mas, como visto acima, o espao de aproximao V1 gerado pelo conjunto de
funes {1,k (t)}, em que k Z e j,k (t) = 2j/2 (2j t k). Ento, existe uma seqncia h[n],
tal que
(t) =
+
X
n=
P+
n=
(4.22)
impostas, por definio, aos espaos de detalhes e a sua ortogonalidade com os espaos de
aproximao resultam em uma relao entre os coeficientes de g[n] e h[n], tal que
h[n] = (1)n g[1 n].
(4.23)
Uma demonstrao deste resultado pode ser encontrado em [10]. A wavelet gerada chamada de wavelet-me; as wavelets-filhas, j,k (t) = 2j/2 (2j t k), so construdas a partir de
escalonamentos e deslocamentos da (t).
ento possvel, de forma semelhante seo anterior, representar um sinal f (t) L 2 (R)
em funo dos conjuntos respectivos de funes escala e wavelets. Assim, de acordo com a
equao 4.20, os conjuntos de funes {0,k (t)} e {j,k (t)}, j, k Z, j 0, podem gerar
+
X
c0 [k]0,k (t) +
k=
+ X
+
X
dj [k]j,k (t).
(4.24)
j=0 k=
facilitar o entendimento, foi utilizado como espao de aproximao inicial V0 ; poderia, no entanto, ser utilizado
qualquer Vj .
7 Do ingls, Discrete Wavelet Transform.
65
+
X
cJ [k]J,k (t).
(4.25)
k=
Tendo em mente a equao 4.13, possvel escrever VJ = VJ1 WJ1 e este sinal pode ser
representado como
fJ (t) = fJ1 (t) + gJ1 (t),
(4.26)
em que o sinal fJ1 (t) VJ1 representa a aproximao de f (t) no subespao de aproximao VJ1 e gJ1 (t) representa os detalhes do sinal no subespao de detalhes WJ1 .
possvel repetir o procedimento anterior para esta nova aproximao, resultando em
fJ (t) = [fJ2 (t) + gJ2 (t)] + gJ1 (t),
(4.27)
em que fJ2 (t) VJ2 , gJ2 (t) WJ2 e gJ1 (t) WJ1 .
Iterando o processo, obtm-se
fJ (t) = fj0 (t) +
J1
X
j=j0
8 Estes
66
gj (t),
(4.28)
em que fj0 (t) Vj0 e gj (t) Wj . O valor de j0 escolhido de forma que fj0 (t) tenha energia
suficientemente pequena com relao energia total do sinal original [11].
A partir da decomposio dos sinais fj0 (t) e gj (t) nos respectivos subespaos Vj0 e Wj ,
possvel reescrever a equao 4.28. Tem-se desta forma
fJ (t) =
+
X
+ J1
X
X
(4.29)
dj [k]j,k (t),
k= j=j0
k=
em que o primeiro somatrio corresponde aproximao de f (t) no subespao de aproximao Vj0 e o segundo somatrio corresponde aos diversos nveis de detalhe, nos subespaos
de detalhe Wj . Note-se que a equao 4.29 uma generalizao da equao 5.1, apenas
mudando o espao de aproximao inicial.
A partir da informao acima, ento possvel formar uma idia do princpio de funcionamento do algoritmo: primeiramente, realizada uma decomposio, a partir de uma funo
inicial, resultando em aproximao e detalhe; a nova aproximao ento decomposta, resultando novamente em aproximao e detalhe. E assim por diante, at um nvel limite, no
qual a quantidade de nveis de resoluo seja suficiente para uma dada aplicao. Em outras
palavras, novas funes so obtidas a partir de funes conhecidas, atravs de decomposies
sucessivas.
Na prtica, utiliza-se apenas os coeficientes cJ [k], para representar uma aproximao de
um dado sinal f (t) L 2 (R). Considerando um sistema ortogonal, estes coeficientes so
obtidos a partir do produto interno entre o sinal f (t) e a respectiva funo de base J,k (t),
J, k Z, J conhecido. Por outro lado, para um valor de J suficientemente elevado, as funes
escala que geram o subespao de aproximao funcionam como deltas de Dirac. Assim,
o produto interno funciona apenas como uma amostragem do sinal e os coeficientes cJ [k]
aproximam os valores do sinal em instantes de tempo definidos. O algoritmo piramidal
ento aplicado diretamente s seqncias de coeficientes, obtendo-se assim a DWT do sinal.
A Figura 4.3 ilustra como a decomposio do sinal pode ser expressa.
cJ
dJ1
dJ2
dJ3
dj0
cJ1
cJ2
cJ3
cj0
Figura 4.3: Decomposio de f (t) pelo algoritmo piramidal. Note-se como os coeficientes so obtidos a partir dos
coeficientes de aproximao iniciais.
67
De uma forma exatamente inversa, possvel reconstruir o sinal original a partir dos
coeficientes de aproximao e detalhes. A Figura 4.4 mostra como a recomposio do sinal
pode ser expressa.
dj0
dJ3
dJ2
dJ1
cj0
cJ3
cJ2
cJ1
cJ
Figura 4.4: Recomposio de f (t) pelo algoritmo piramidal. Note-se como os coeficientes de aproximao so
obtidos a partir dos coeficientes (de aproximao, na mais baixa resoluo, e de detalhes, nos diversos nveis de
resoluo) da decomposio .
+
X
k=
x[k]h[n k],
(4.30)
em que x[n], h[n] e y[n] so a entrada, a resposta ao impulso do filtro e a sada do sistema,
respectivamente.
O processo de subamostragem realiza a operao matemtica mostrada abaixo:
y[n] = x[N n], N N .
Por sua vez, o processo de sobreamostragem resulta em uma sada dada por:
0,
c.c.
68
(4.31)
(4.32)
x[n]
x[2n]
x[n]
(a)
x[n/2]
(b)
Figura 4.5: Diagramas dos blocos de (a) subamostragem e (b) sobreamostragem. Note-se que, na letra (b), a
igualdade s vale para valores pares de n.
Uma explicao sucinta sobre cada bloco pode ser encontrada em [10]. Em [38], possvel
encontrar um desenvolvimento detalhado e aprofundado de cada um dos blocos que compe
o banco.
Por outro lado, a partir das equaes 4.12 e 4.22, tendo em mente a expresso para aproximar uma funo f (t) dentro de um subespao de aproximao Vj+1 , possvel mostrar
que [10]
cj [k] =
+
X
(4.33)
+
X
(4.34)
m=
e que
dj [k] =
m=
A anlise da equao 4.33 mostra que o sinal de sada cj [k] o resultado da convoluo
entre o sinal de tempo discreto cj+1 [n] e o filtro cuja resposta ao impulso dada por g[n]. De
forma anloga, a equao 4.34 mostra que o sinal de sada dj [n] resulta da convoluo entre o
sinal de tempo discreto cj+1 [k] e o filtro cuja resposta ao impulso dada por h[n]. Em outras
palavras, os coeficientes em uma dada escala j so filtrados e resultam, aps dizimao, nos
coeficientes da escala seguinte, de menor resoluo. possvel mostrar que o filtro g[n]
um filtro passa-baixa e que o filtro h[n] um filtro passa-alta [49]. A Figura 4.6 ilustra o
processo de obteno dos coeficientes cj e dj .
9 Na
figura, foi utilizado o valor 2 para a ilustrao dos processos; no entanto, pode ser utilizado qualquer valor pertencente
69
h[n]
dj
g[n]
cj
cj+1
Desta forma, o algoritmo piramidal de Laplace pode ser implementado utilizando bancos
de filtros sucessivos, como mostra a Figura 4.7. importante notar que este procedimento
uma implementao do processo de clculo da DWT de um sinal, de maneira semelhante
ilustrada na Figura 4.3.
h[n]
dJ1
h[n]
cJ
g[n]
dJ2
h[n]
cJ1
g[n]
dJ3
cJ2
g[n]
cJ3
Figura 4.7: Bancos de filtros de anlise de duas bandas, implementando a DWT de um sinal. Observe-se que
somente so mostrados trs nveis de decomposio; no entanto, a rvore segue at encontrar as seqncias de
coeficientes cj0 [k] e dj0 [k].
+
X
m=
cj [m]g[k 2m] +
+
X
m=
dj [m]h[k 2m].
(4.35)
A relao acima mostra que as seqncias de entrada cj [m] e dj [m] passam por um processo
de sobreamostragem e depois so filtradas, pelos filtros g[n] e h[n] respectivamente. Finalmente, os resultados so somados, obtendo assim as seqncia de coeficientes de aproximao
da escala de maior resoluo imediatamente superior. As Figuras 4.8 e 4.9 ilustram os processos de obteno dos coeficientes cj+1 [k] e o o processo de reconstruo do sinal fJ (t).
70
h[n]
dj
+
g[n]
cj
cj+1
Figura 4.8: Banco de filtros de sntese de duas bandas: obtendo novamente o coeficiente de aproximao do nvel
j + 1, a partir do detalhe e aproximao do nvel j.
dJ3
h[n]
+
+
cJ3
h[n]
dJ2
cJ2
h[n]
dJ1
cJ1
cJ
g[n]
g[n]
g[n]
Figura 4.9: Bancos de filtros de sntese de duas bandas, recuperando os coeficientes de aproximao cJ [k].
A teoria dos bancos de filtros aplicados s wavelets muito extensa. Uma descrio detalhada pode ser encontrada em [49] e [50].
ECG (mVolts)
1.5
1
0.5
0
0.5
0
0.5
1.5
2
t (s)
2.5
3.5
Figura 4.10: Sinal de ECG original. Trecho de 4 segundos, incluindo 4 pulsos do complexo QRS.
71
So ento mostrados a forma com a qual a AMR decompe sinais e o resultado desta
decomposio em cada escala. Na expanso, utilizada como wavelet-me a wavelet de Haar,
mostrada no captulo 3. possvel, no entanto, escolher um outro tipo de sistema wavelet,
sendo justamente este um grande atrativo da AMR. Cada sistema possui caractersticas diferentes e pode, para um dado tipo de processamento, revelar caractersticas desejadas de um
sinal. De fato, a Figura 4.11 proporciona uma melhor localizao das partes do sinal de rpida variao (as altas freqncias), medida que a escala aumenta. Em escalas menores,
observa-se como esta localizao se espalha. Isto d uma idia do potencial da AMR na
deteco de transitrios, em sinais eltricos, por exemplo. Por outro lado, possvel notar
a grande quantidade de coeficientes de muito baixo valor (em escalas maiores), quase nulos,
mostrando assim como a AMR pode ser utilizada para a compactao de dados. Desta forma,
pode-se notar como a expanso wavelet permite uma localizao temporal das freqncias de
um sinal, de uma forma mais clara e efetiva que na anlise de Fourier. Isto torna a AMR uma
ferramenta muito poderosa e til.
c (k)
d (k)
2
0
10
20
30
2
0
40
10
20
d1(k)
1
0.5
0.5
20
40
40
d2(k)
2
0
30
60
1
0
80
50
d (k)
100
150
400
600
d (k)
0.5
0.2
0.1
0
0.1
0.5
0
100
200
300
0.2
0
200
72
ECG original
ECG (mVolts)
2
0
-2
2
t (s)
V0
0.5
2
V2
-1
2
V3
2
V5
0
-2
0
2
V4
4
2
0
-2
V1
-1
0
-0.5
0
-2
0
Figura 4.12: Aproximaes sucessivas do sinal de ECG. So mostrados: no topo, o ECG original; as verses
descrevem aproximaes cada vez mais prximas do sinal original (embaixo, direita). Note-se que a resoluo da
aproximao cada vez melhor.
73
Detalhes diagonais
Detalhes verticais
(em funcao de x)
Detalhes horizontais
(em funcao de y)
Aproximacao
f [x, y]
Figura 4.13: Anlise multirresoluo (clculo da DWT) de uma imagem em duas dimenses. Quatro sinais so
gerados em cada escala.
Assim, a partir de uma imagem com N 2 pixels, possvel obter quatro imagens com, cada
uma, N 2 /4 pixels:
a imagem de aproximaes,
a imagem dos detalhes horizontais, em funo de y,
a imagem dos detalhes verticais, em funo de x,
a imagem dos detalhes diagonais.
possvel explicar, de uma forma mais clara, a denominao de cada uma destas imagens
geradas. Com efeito, possvel observar na Figura 4.13 que a imagem de aproximaes
gerada pela filtragem passa baixa em x e em y. As imagens dos detalhes verticais (em funo
de x) e horizontais (em funo de y), por sua vez, so geradas a partir de uma filtragem passa
alta unicamente em funo de x e y, respectivamente; a outra varivel sofre apenas filtragem
passa baixa e por isso no aparecem os detalhes. Finalmente, a imagem dos detalhes diagonais
10 Imagens
tridimensionais, como projees de tomografias, tambm podem ser abordadas pelo mesmo mtodo.
74
gerada a partir de uma filtragem passa alta nas duas variveis. Este procedimento equivale
decomposio em um nico nvel.
ento possvel continuar a AMR fazendo-se a decomposio da imagem da aproximao em trs novas imagens de detalhes (verticais, horizontais e diagonais) e uma imagem de
aproximaes. E assim por diante.
No exemplo a seguir, faz-se a AMR da imagem Lena, amplamente conhecida na comunidade de processamento de sinais11 . Uma parte da imagem original pode ser vista na Figura
4.14.
Figura 4.14: Imagem padro Lena. Uma verso digitalizada da imagem original, completa, pode ser encontrada
em http://www.lenna.org.
11 Lena
Sjooblom posou para a revista Playboy em Novembro de 1972. Os direitos da imagem foram liberados pela revista em
1992, devido ao impacto causado pela fotografia, que tornou-se padro de facto para o processamento digital de sinais.
75
A Figura 4.15 mostra verses aproximadas da imagem original (Figura 4.15a), geradas
a partir de decomposies em 1 nvel (Figura 4.15b), 2 nveis (Figura 4.15c) e 3 nveis (Figura 4.15d).
(a)
(b)
(c)
(d)
Figura 4.15: Imagem Lena original (a) e aproximaes de 1 (b), 2 (c) e 3 (d) nveis. Note-se que a imagem
apresentada com diferentes graus de resoluo, um dos princpios da AMR.
Na Figura 4.16, mostrada a AMR de um nvel da imagem. Como pode ser visto, so
geradas quatro novas imagens: a imagem de aproximaes (Figura 4.16a) e as imagens dos
detalhes horizontais (Figura 4.16b), verticais (Figura 4.16c) e diagonais (Figura 4.16d). Com a
ilustrao, fica clara a denominao de cada uma das novas imagens.
76
(a)
(b)
(c)
(d)
Figura 4.16: Imagens geradas a partir da AMR da imagen Lena; aproximao (a), detalhes horizontais (b),
verticais (c) e diagonais (d). A cor cinza numericamente representada por um coeficiente nulo. Note-se como,
para cada uma das imagens, tem-se a impresso de que foi colocado um filtro, de tal sorte que s apaream os
detalhes desejados.
Com este tipo de anlise, possvel selecionar estruturas dentro de uma imagem que tenham variaes rpidas, segundo os eixos verticais, horizontais e diagonais. Exemplos de
estruturas de variao rpida so letras e contornos em figuras. Alm disto, o primeiro exemplo mostra o grande nmero de coeficientes de pequeno valor (ou nulos), que aparecem no
clculo da decomposio. Isto d uma idia de como a AMR pode ser utilizada na deteco
de contornos ou na compresso de imagens e sinais [10].
Outras aplicaes da AMR envolvem assuntos to variados como reduo de rudo (acstico, de imagem, em microscopia, ressonncia magntica, etc...), deteco de transitrios (si77
nais ssmicos, transitrios eltricos, sinais biomdicos, por exemplo), obervao astronmica
(separando as imagens em camadas) ou modelagem e predio financeira [51]. Em telecomunicaes, a AMR tem sido utilizada na transmisso eficiente de vdeo, compactao e codificao de dados, modelos para viso computacional e humana, projeto de transmultiplexadores,
entre outros. No captulo seguinte, apresentada-se uma nova tcnica de multiplexao com
base em tcnicas de multirresoluo, a qual ser referida como multiplexao por diviso em
multirresoluo (MRDM)12 .
12 Do
78
captulo
5.1
Preliminares e histria
ultiplexao e tcnicas de acesso mltiplo so, hoje, peas centrais de quase todos
os sistemas de comunicao modernos. O termo multiplex surgiu originalmente
De acordo com a histria da Bell Labs [2], ele presenteou a sua nova idia aos Estados Unidos
da Amrica, como seu agradecimento particular pela ajuda durante a Primeira Guerra Mundial. O manuscrito original foi posteriormente analisado por J. Carson, quem corretamente
argumentou que tal inovao era impossvel de ser implementada com o estado da arte da
tecnologia da poca. Assim, a idia de Valensi s voltou a ser evocada novamente nos anos
40, por Maurice Deloraine (ITT, Paris) e John Bennett (Bell Labs), que redescobriram a multiplexao TDM independentemente [3, 4]. Os dois so reconhecidos como os inventores da
multiplexao digital.
Desde o monumental trabalho de Shannon [5], tcnicas digitais tm substitudo tcnicas
analgicas tradicionais em sistemas de comunicao e outros mais. Via de regra, a multiplexao digital levada a cabo atravs de multiplexao temporal (TDM), utilizando tanto o
padro plesicrono (PDH) como o mais recente modo de transmisso sncrono (SDH) [52].
No entanto, tambm possvel efetuar multiplexao de dados por cdigos (CDM); recentemente, esta tcnica tem sido foco de interesse, especialmente aps a padronizao do sistema
CDMA pelo padro IS-95 para telefonia celular (hoje, o padro em vigor o IS-2000) [6] e
W-CDMA [7].
De um ponto de vista tcnico, os esquemas de multiplexao tradicionais aumentam simultaneamente a taxa de transmisso e a banda passante pelo mesmo fator, mantendo assim a
mesma eficincia espectral. De forma a conseguir (sensveis) melhoras na eficincia espectral,
o CDMA clssico utiliza formas de onda que possuem uma correlao residual entre si, diferente de zero. Por outro lado, com o advento das fibras pticas para sistemas de comunicao,
uma tcnica de multiplexao inovadora viu a luz: a multiplexao por diviso em comprimento de onda (WDM), que implementa um sistema FDM no domnio ptico. De fato, em
telecomunicaes via fibra ptica, o esquema WDM uma tecnologia que multiplexa portadoras pticas em uma nica fibra ptica, utilizando diferentes comprimentos de onda (cores)
de luz laser, para transportar diferentes sinais.
Em 1999, uma nova abordagem, chamada de multiplexao por diviso em corpos finitos (GDM) foi introduzida por Hlio Magalhes, Ricardo Campello e Andr Kauffman, do
Departamento de Eletrnica e Sistemas da UFPE, como um esquema espectralmente eficiente
para canais de banda estreita [8]. Este esquema pode ser implementado com ajuda de algoritmos rpidos para clculo de transformadas e oferece requisitos compactos de uso de banda
passante. Sistemas GDM so verdadeiramente digitais e utilizam tcnicas de espalhamento
80
81
5.2
+
X
c0 [k]0,k (t) +
+ X
+
X
(5.1)
dj [k]j,k (t),
j=0 k=
k=
em que c0 [k] e dj [k] so os coeficientes de aproximao e detalhes da decomposio, respectivamente. De acordo o que foi estudado no captulo 4, medida que j aumenta, a seqncia
dj [k] representa os detalhes de f (t) de mais alta freqncia. possvel retirar estas componentes, obtendo assim uma representao aproximada do sinal. Em outras palavras, tem-se a
projeo de f (t) em um dado espao de aproximao VJ . Matematicamente, escreve-se
f (t)
=
+
X
c0 [k]0,k (t) +
J1
+
X X
dj [k]j,k (t).
(5.2)
j=0 k=
k=
Tradicionalmente, a AMR acima usada na decomposio de sinais para anlise de diferentes caractersticas. A presente abordagem, porm, prope utilizar a decomposio de
Mallat para gerar um sinal multiplexado, proveniente de um nmero de usurios diferentes.
Pretende-se ento utilizar a AMR para a sntese do sinal multiplexado2 . Como possvel observar na equao 5.2, o sinal composto por J nveis de detalhe e 1 nvel de aproximao;
em outras palavras, tem-se J + 1 seqncias diferentes para representar o sinal. Estas J + 1
seqncias podem ser interpretadas como J + 1 sub-canais ou J + 1 usurios de um canal.
Seja ento um sistema de comunicao, onde se deseja multiplexar J + 1 usurios. Seja
tambm fi (t) o sinal analgico proveniente do i-simo usurio. As amostras de cada um
destes sinais podem ser atribudas a cada uma das seqncias que representam as escalas de
aproximao e de detalhes. Tem-se ento
c0 [k] = f0 [k],
(5.3a)
(5.3b)
em que j = 0, 1..J 1. Um sinal contnuo multiplexado pode ento ser gerado, escrevendo-se
mux (t)
=
2 De
+
X
f0 [k]0,k (t) +
J1
X
+
X
(5.4)
j=0 k=
k=
uma forma anloga ao sistema ODFM visto no captulo 2, o sistema proposto tambm pode ser visto como uma tcnica
de modulao.
82
Nesta expresso, ao contrrio da AMR tradicional, cada seqncia de coeficientes originria de um usurio diferente. A demultiplexao deste sinal composto pode ser realizada
a partir do algoritmo de Mallat, que recupera os coeficientes de aproximao e diferentes
escalas de mux (t) que, na realidade, so as amostras dos sinais de cada usurio. Assim,
uma pseudo-AMR de sntese utilizada para gerar o sinal multiplexado e a demultiplexao deste realizada atravs de uma decomposio por AMR tradicional. Esta tcnica ser
doravante denominada de Multiplexao por Multirresoluo (MRDM3 ).
Considerando o primeiro caso (isto , usurios analgicos a diferentes taxas de amostragem), um nico usurio alocado por escala. Seja ento N o comprimento do sinal de
tempo discreto na sada do multiplexador. Seja tambm J log2 N o nmero de escalas da
pseudo-AMR. ento possvel dizer que os comprimentos dos diferentes sinais de entrada do
multiplexador so N/2j , em que j = 1, 2, ..., J . A entrada analgica do esquema de MRDM
baseado no teorema da amostragem de Shannon-Nyquist-Kotelnkov (teorema SNK) e assim
aplicado a sinais de banda limitada. Se J o nmero de nveis da pseudo-AMR, o multiplexador pode tratar com sinais de freqncia mxima fm , 2fm , 4fm , ..., 2J1 fm . O valor dos
3 Do
83
coeficientes wavelet fj [k] dado de acordo com o valor de uma amostra do sinal analgico,
no j-simo canal.
Com relao aos requisitos de banda no canal, C, fixadas as freqncias mximas fm e o
nmero de nveis J , possvel obter
C = 2J fm .
(5.5)
Por outro lado, caso se tenha um canal de comunicao de banda conhecida e se conhea a
freqncia mxima dos sinais, o nmero de nveis a ser usado seria
log2 (
C
).
fm
(5.6)
(a)
J =2
fm
fm
2fm
C
(b)
J =3
fm
fm
2fm
4fm
C
Figura 5.1: Esquema de dois sistemas MRDM com bandas passantes C e C . Em (a), a banda mxima definida
fm . Neste caso, J = 2 e portanto C = 22 fm = 4fm . Em (b), mostrado um esquema semelhante com freqncia
mxima fm
= fm /2; aqui, J = 3 e assim C = 23 fm
= 8fm
. Tem-se, desta forma, C = C .
Por outro lado, vale ressaltar que a multiplexao de sinais digitais tambm possvel.
Com efeito, em sistemas MRDM de entrada digital, um conversor D/A utilizado e a seqncia de dados de cada canal segmentada de acordo com o nmero de bits do conversor. Cada
palavra binria ento representada por uma amostra de valor real que atribuda a um
coeficiente (de aproximao ou de detalhe) fj [k]. Neste caso, a taxa de transmisso de cada
usurio ser diferente e estar ligada ao nmero de bits do conversor.
84
Considerando o segundo caso, onde todos os usurios possuem a mesma taxa de amostragem, o entendimento da filosofia do sistema fica mais fcil. Neste caso, importante lembrar
que vrios usurios podem ser alocados por nvel de decomposio, fazendo-se anteriormente
uma multiplexao temporal sncrona analgica para gerar a seqncia de coeficientes correspondente escala especfica. Como no caso anterior, certos parmetros definem o sistema:
em primeiro lugar, o nmero de usurios (ou o nmero de sub-canais disponveis), que
relacionado ao nmero de nveis da sntese da pseudo-AMR (J ) e, assim, define o nmero
de usurios com a mesma taxa de amostragem, sendo este igual a 2J ; em segundo lugar, a
freqncia mxima fm dos sinais de entrada que, em conjunto com o parmetro J , define a
largura de banda do sinal multiplexado no canal, C (Hz). A Figura 5.2 ilustra a alocao dos
usurios no sistema.
1o nvel
3o nvel
2o nvel
J =3
fm
fm
fm
fm
fm
fm
fm
fm
C
Figura 5.2: Alocao dos usurios em um sistema MRDM com J = 3, em que todos possuem mesma taxa de
amostragem. No primeiro nvel de decomposio, tem-se dois usurios, um na seqncia de aproximao e outro no
primeiro nvel de detalhe; no segundo nvel, tem-se dois usurios, multiplexados anteriormente; no terceiro nvel,
tem-se quatro usurios. A utilizao da banda disponvel pelos usurios dentro de cada nvel de decomposio
meramente ilustrativa, pois ela depende da multiplexao anterior MRDM.
tambm possvel analisar o sistema por outro ngulo. Da mesma forma que no caso
anterior, se a banda disponvel no canal e a freqncia mxima dos sinais de entrada so
conhecidas, o nmero de nveis de decomposio pode ento ser obtido. De fato, as equaes
que regem este sistema so as mesmas que quando os usurios possuem taxas de amostragem
diferentes (equaes 5.5 e 5.6).
De forma a colocar o sistema em funcionamento, alguns parmetros devem ser prefixados: de forma a facilitar o desenvolvimento do trabalho, so escolhidos o nmero de usurios
simultneos e a freqncia mxima do sinal proveniente de cada usurio. Estes so respec85
tivamente representados pelo nmero de nveis da sntese da pseudo-AMR (J ) e pelo comprimento dos blocos de informao de cada usurio. Outros parmetros podem, no entanto,
ser escolhidos, como a banda passante total disponvel no canal, que, na prtica, um fator
determinante em um sistema de comunicao.
O nmero total de usurios simultneos de mesma taxa de 2J e distribudo ao longo
da pseudo-AMR, de acordo com a idia mostrada na tabela 5.1 e j ilustrada na Figura 5.2.
Tabela 5.1: Nmero total de usurios em um sistema MRDM com J nveis de decomposio.
J simo nvel
2J1 usurios
J 1simo nvel
2J2 usurios
...
...
2 nvel
2 usurios
1 nvel
86
+
+
+
2
. . .
M U X (t)
G
(a)
()
2j
+
2j
..
.
z 1
2j
z 2 +1
(b)
Figura 5.3: (a) Sistema MRDM de trs nveis. G e H so os filtros escala e wavelet, respectivamente. (b) hardware
extra necessrio para implementar multiplexao TDM nos nveis de detalhe; a figura mostra o hardware utilizado
no nvel j de detalhe. Na escala adjacente, o nmero de blocos de sobreamostragem escalonado por um fator de
dois, assim como o fator de sobreamostragem, e assim por diante.
H
M U X (t)
H
2
(a)
. . .
()
2j
2j
z 1
..
.
j
2j
z 2 +1
(b)
Figura 5.4: (a) Sistema de demultiplexao baseado em AMR, atravs de filtros G e H. (b) hardware adicional
necessrio para separar informaes provenientes de diferentes usurios em um dado canal j de detalhes.
87
Uma abordagem mais geral sugere que diferentes usurios podem ter taxas de transmisso
diferentes, de acordo com as suas necessidades especficas. Em outras palavras, os usurios
podem ser alocados nos diferentes nveis de decomposio da AMR de uma forma mais heterognea. Isto significa que em cada escala, pode haver um ou mais usurios simultneos,
sendo estes primeiramente multiplexados utilizando-se tcnicas tradicionais, como a multiplexao temporal sncrona (TDM), de forma a gerar a seqncia a ser transmitida neste nvel de
decomposio. No entanto, usurios alocados na mesma escala devem ter a mesma taxa de
transmisso e usurios em escalas adjacentes devem possuir taxas de transmisso relacionadas
por um fator de 2. De fato, de uma forma totalmente generalizada, em um sistema MRDM
com J nveis de decomposio, para blocos de informao de tamanho mnimo igual a m, a
distribuio de canais pode ser feita de acordo com a equao 5.7, abaixo:
Nm m + N2m 2m + + N2J1 m 2J1 m + N2J m 2J m = 2J m,
(5.7)
5.3
N2j m 2j m = 2J m.
(5.8)
tragem e transmisso (em sistemas digitais), especificaes dos blocos de dados transmitidos
e nmero de canais do sistema. So tambm apresentados alguns casos simples de multiplexao, de forma a proporcionar um melhor entendimento das operaes envolvidas nos
multiplexadores baseados em multirresoluo. Unicamente so tratados os sistemas MRDM
multitaxas, pelo seu carter mais geral. A partir destes, especificaes de sistemas de taxa
nica so mais facilmente derivveis. De fato, possvel interpretar um sistema de taxa nica
como um sistema multitaxa, pois a multiplexao dos usurios que compartilham um nico
nvel de decomposio na pseudo-AMR feita anteriormente MRDM propriamente dita;
de forma anloga, a separao dos usurios s feita posteriormente demultiplexao do
sinal recebido. Os exemplos deste texto tratam de sistemas digitais, que proporcionam uma
melhor ilustrao da aplicabilidade do sistema.
Seja ento J o nmero de escalas da pseudo-AMR. Por outro lado, j foi visto que o multiplexador inerentemente de tempo discreto. Desta forma, no canal bsico de aproximao,
88
(5.9)
NB
(s).
2J R
(5.10)
Canais tributrios em diferentes taxas de bit tambm podem ser multiplexados em estes
esquemas MRDM, como uma forma de flexibilizar ainda mais este tipo de sistema. Assim. as
taxas dos tributrios, em bps, podem assumir valores que vo de Rmin a Rmax . As diferentes
taxas suportadas pelo sistema so ento:
Rmin = R, 2R, 4R, , 2J1 R = Rmax ,
89
(5.11)
com a restrio de que, se nj o nmero de canais de taxa 2Jj R, a seguinte relao precisa
ser respeitada:
J
X
nj
j=1
(5.12)
= 1,
2j
de tal forma que a o nmero de usurios alocado no sistema seja compatvel com sua capacidade.
Conseqentemente, o nmero mximo de usurios com taxa R (bps) nJ = 2J . Este
exatamente o mesmo caso examinado nas sees anteriores (todos os usurios com a mesma
taxa).
Um exemplo simples apresenta um canal bsico limitado a fm = 4 kHz (um canal de voz,
por exemplo), utilizando uma modulao PCM (R = 64 kbps). Assumindo uma MRDM com
J = 3 e N = 512, o tempo do bloco de sada T = 8 ms. A notao MRDM (512, 3, 64 kbps).
Um esquema diferente, capaz de multiplexar o mesmo nmero de canais, pode ser implementado com um MRDM (64, 3, 64 kbps), utilizando um bloco com T = 1 ms. Os dois sistemas
utilizam conversores de 8 bits/amostra. Com base neste segundo exemplo, um sistema MRDM
pode trabalhar com diversas configuraes. A tabela 5.2 e as Figuras 5.5, 5.6, 5.7 e 5.8 ilustram
os diferentes esquemas possveis.
Tabela 5.2: Possvel composio de um sistema MRDM; o valor Ai representa o nmero de canais multiplexados
de cada tipo. A combinao admite tributrios de 256, 128 e 64 kbps.
Tipo de multiplexador
256 kbps n1
128 kbps n2
64 kbps n3
A1
A2
A3
A4
A5
A6
A7
A8
A9
90
A/D
8 bits
256kbps
A/D
8 bits
256kbps
M U X (t)
64 amostras
T = 1ms
Figura 5.5: Multiplex tipo A1 . Neste sistema, so recuperados dois usurios com taxas de transmisso de 256 kbps.
256kbps
A/D
8 bits
M U X (t)
64 amostras
T = 1ms
A/D
8 bits
128kbps
A/D
8 bits
128kbps
Figura 5.6: Multiplex tipo A2 . Aqui, so multiplexados dois usurios com taxas de transmisso de 128 kbps,
junto com um usurio de taxa igual a 256 kbps.
256kbps
A/D
8 bits
M U X (t)
2
64 amostras
T = 1ms
128kbps
A/D
8 bits
2
H
A/D
8 bits
64kbps
A/D
8 bits
64kbps
Figura 5.7: Multiplex tipo A3 . So multiplexados dois usurios com taxas de transmisso de 64 kbps, um usurios
taxa de 128 kbps e um usurio taxa de 256 kbps.
91
256kbps
A/D
8 bits
A/D
8 bits
64kbps
z 1
A/D
8 bits
64kbps
A/D
8 bits
64kbps
A/D
8 bits
64kbps
M U X (t)
64 amostras
T = 1ms
H
G
Figura 5.8: Multiplex tipo A4 . So multiplexados quatro usurios com taxas de transmisso de 64 kbps, junto com
um usurio de taxa igual a 256 kbps. Note a utilizao do hardware adicional no segundo nvel de decomposio,
para recuperar dois usurios multiplexados anteriormente.
Assim, o sistema MRDM pode lidar com alguma das seguintes configuraes (tabela 5.2):
multiplexao de dois usurios de 256 kbps, ou um nico usurio de 256 kbps e um par de
usurios de 128 kbps, etc. possvel multiplexar canais a diferentes taxas (64, 128, 256 kbps)
ou at multiplexar oito usurios sncronos idnticos a uma taxa de 64 kbps. Os valores encontrados na tabela 5.2 tambm podem ser utilizados para a MRDM (512, 3, 64kbps), sendo
a nica diferena a durao de envio do bloco.
Um outro exemplo simples mostra uma MRDM (256, 5, 64 kbps), que utiliza um bloco
com T = 125 s e conversores de 1 bit. A sada do multiplexador possui, ento, uma taxa de
2, 048 M bps e pode assim ser utilizado para multiplexar canais de uma rede digital de servios
integrados (ISDN4 ). Outras configuraes possveis so MRDM (128, 5, 64 kbps) com conversores de 2 bits, MRDM (64, 5, 64 kbps) com conversores de 4 bits ou MRDM (32, 5, 64 kbps)
com conversores de 8 bits. Em todos os casos, T = 125 s (quadro do sistema PCM30) e a
taxa equivalente na linha 2, 048 M bps (quadro E1).
importante manter em mente que estes so unicamente exemplos simples, mas que sistemas sofisticados com um grande nmero de usurios tambm podem ser implementados.
5.4
RDSI, em portugus.
92
Input Signals
5
4
3
|mux [k]|
|Xmux[k]|
1
0
20
40
k
60
80
20
40
k
(a)
60
80
20
15
15
10
|mux [k]| 10
|Xmux[k]|
5
5
0
0
50
100
150
800
400
600
300
|X[muxk]|400
200
100
200
50
200
(b)
400
600
(c)
100
150
400
600
Figura 5.9: Efeitos espectrais ao aumentar a taxa de transmisso de usurios no MRDM baseado em Haar com
um nmero fixo de nJ = 2J = 4 usurios. O nmero de nveis de decomposio J = 2. N o comprimento
do bloco de sada. (a) N = 64, N/2J = 16 por usurio. (b) N = 128, N/2J = 32 por usurio. (c) N = 512,
N/2J = 128 por usurio.
93
150
100
|Xmux[k]|
|mux[k]| 100
50
200
400
400
(a)
1000
200
600
400
|Xmux[k]| 500
|mux[k]|
200
500
1000
500
1000
(b)
1000
600
400
|Xmux[k]| 500
|mux[k]|
200
1000
2000
(c)
1500
1000
2000
k
1000
1000
|Xmux[k]|
|mux[k]| 500
500
2000
4000
2000
4000
(d)
Figura 5.10: Efeitos espectrais ao aumentar o nmero de nveis de decomposio na AMR no MRDM baseado em
Haar. (a) J = 2 (nJ = 4 canais), N = 256, N/2J = 64 (b) J = 3 (nJ = 8 canais), N = 512, N/2J = 64.
(c) J = 4 (nJ = 16 canais), N = 1024, N/2J = 64. (d) J = 5 (nJ = 32 canais), N = 1048, N/2J = 64
94
5.5
Comentrios finais
Este captulo introduz os fundamentos de novos esquemas baseados em processamento
de sinais, que so oferecidos como uma alternativa para a multiplexao de sinais analgicos e digitais. Nesta classe de multiplexao, usurios so separados no domnio escala.
So considerados usurios de taxa constante e multi-taxas. Como previsto, os requisitos de
banda so similares ao dos sitemas FDM, TDM ou CDM. A maior vantagem nesta tcnica
que tanto a multiplexao como a demultiplexao podem ser assistidas por processadores
de sinais (DSP) e nenhum tipo de hardware especfico necessrio para a sua implementao.
Sistemas wavelet ortogonais diferentes podem gerar MRDM com caractersticas de onda no
canal diferentes, resultando em diferentes formas de preencher o espectro do canal de comunicao. Finalmente, diversos aspectos prticos do funcionamento deste sistema, incluindo
sincronismo, simulaes e desempenho nos diversos modelos de canais ruidosos utilizados
hoje em dia, precisam ser investigados.
95
captulo
Concluses, Comentrios e
Sugestes
Hypothesen sind Netze; nur der wird fangen,
der auswirft.
Novalis
6.1
lizando tcnicas de anlise wavelet, especificamente anlise multirresoluo. Para isto, foram
previamente estudados e explicados os fundamentos necessrios elaborao do trabalho.
Primeiramente, foi feita uma reviso sumria das principais tcnicas de multiplexao e
acesso mltiplo, especificamente FDM, TDM e CDM. Para cada uma, foi mostrada a maneira como so alocados os diferentes usurios no canal de comunicao e foram abordados
alguns aspectos tcnicos destes esquemas. Em seguida, foram introduzidas as modulaes
multi-portadoras, atravs de uma anlise de sistemas OFDM. Foi realizada uma breve pesquisa histrica e os princpios da modulao OFDM foram apresentados. A utilizao da
transformada discreta de Fourier e a insero de prefixo cclico tambm foram abordadas,
como um esforo para melhor esclarecer o funcionamento do sistema. Com efeito, apesar da
ampla literatura disponvel, esta confusa e dispersa.
Posteriormente, foram estudadas as ferramentas principais deste trabalho: wavelets e anlise multirresoluo. Inicialmente, foram apresentados diversos aspectos relacionados s wavelets e relevantes ao tema da dissertao. Neste sentido, foi mostrada uma transio natural
entre a tradicional anlise de Fourier e a anlise wavelet. Em seguida, foi dedicada uma ateno especial anlise tempo-freqncia, tema amplamente estudado, mas de interpretao
delicada. Foi feito um esforo para se dissecar de forma clara as idias nas quais se baseia
este tipo de anlise, tentando mostrar a elegncia, beleza e importncia desta ferramenta.
Finalmente, algumas wavelets foram apresentadas.
Como uma continuao natural do trabalho, foram estudadas, de forma detalhada, as
bases da anlise multirresoluo. Seus aspectos matemticos fundamentais foram expostos
e foi explicado como o algoritmo piramidal de Laplace e os bancos de filtros podem ser
aplicados ferramenta. Hoje, estas tcnicas de implementao da AMR so amplamente
utilizadas. Finalmente, foram apresentados dois exemplos, nos quais puderam ser verificados
o potencial e a aplicabilidade deste tipo de anlise em anlise e processamento de sinais.
Finalmente, a principal contribuio desta dissertao consiste na introduo de um novo
sistema de multiplexao baseado em anlise multirresoluo. O esquema proposto chamado de Multiplexao por Diviso em Multirresoluo (MRDM) e pode ser implementado
utilizando tcnicas de processamento digital de sinais. De fato, esta a maior vantagem
nesta tcnica, pois tanto a multiplexao como a demultiplexao podem ser assistidas por
processadores de sinais (DSPs) e nenhum tipo de hardware especfico necessrio para a sua
implementao. Na dissertao, so apresentados os rudimentos do novo sistema, que pode
ser oferecido como uma alternativa para a multiplexao de sinais analgicos e digitais. Desta
forma, mostrada uma viso histrica de sistemas de multiplexao e em seguida so explicados os conceitos-chave da tcnica. assim mostrada a maneira como os tributrios so
alocados no esquema de multiplexao e so introduzidos os diferentes tipos de configurao.
importante ressaltar a grande flexibilidade do sistema, que pode alocar usurios com taxas
de amostragem iguais ou diferentes, analgicos ou digitais. Vrios exemplos so realizados
para ilustrar esta caracterstica. Finalmente, uma anlise preliminar foi realizada, tentando
esclarecer o comportamento do multiplexador, em funo do sistema wavelet escolhido para o
processo de multiplexao. notada uma forte dependncia do comportamento espectral do
sinal multiplexado com as formas de onda presentes no canal. Assim, provvel que sistemas
wavelet ortogonais diferentes possam gerar MRDM com caractersticas de onda no canal di-
97
98
Referncias
[1] T. S. Rappaport, Wireless Communications - Principles and Practice, segunda ed., T. S.
Rappaport, Ed. Prentice Hall PTR, 2002.
[2] S. Millman, Ed., A History of Engineering & Science in the Bell System: Physical
Sciences (1925-1980). AT&T Bell Laboratories, 1983.
[3] W. Bennett, Time division multiplex systems, Bell Syst. Tech. J., v. 20, p. 199 221, Abril
1941.
[4] F. L. H. M. Stumpers, The history, development, and future of telecommunications in
Europe, IEEE Communications Magazine, v. 22, Maio 1984.
[5] N. J. A. Sloane & A. D. Wyner, Eds., Claude Elwood Shannon: collected papers (New
York, 1993), New York, 1993.
[6] Qualcomm, The CDMA Network Engineering Handbook. San Diego, CA: Qualcomm
Inc., 1992.
[7] R. Prasad, CDMA For Wireless Personal Communications. Boston-London: Artech
House, 1996.
[8] H. M. de Oliveira, R. M. C. de Souza, & A. N. Kauffman, Efficient multiplex for bandlimited channels: Galois-field multiple access, Proc. of the Workshop on Coding and Cryptography99, p. 235241, 1999.
[9] R. J. McEliece, Finite Fields for Computer Scientists and Engineers. Kluwer Academics, 1987.
[10] C. S. Burrus, R. A. Gopinath, & H. Guo, Introduction to Wavelets and Wavelets Transforms, A Primer, 1 ed. Prentice Hall, Agosto 1997.
99
[11] H. M. de Oliveira, Anlise de Sinais para Engenheiros: Wavelets. Rio de Janeiro, RJ:
Brasport Livros e Multimdia, Srie da Sociedade Brasileira de Telecomunicaes, 2006
(em edio).
[12] A. Bultheel, Learning to swim in a sea of wavelets, Bulletin of the Belgian
Mathematical Society - Simon Stevin, v. 2, n. 1, p. 1 45, 1995. [Online]. Disponvel:
http://www.cs.kuleuven.be/cwis/research/nalag/papers/ade/swim/index.html
[13] H. M. de Oliveira, T. H. Falk, & R. F. G. Tvora, Decomposio de wavelets sobre corpos
finitos, Revista Brasileira de Telecomunicaes, nmero especial, v. 17, p. 38 47, Julho 2002.
[14] J. B. J. Fourier, Thorie analytique de la chaleur. Editions Jacques Gabay, 1988, reimpresso do original.
[15] A. Haar, Zur Theorie der orthogonalen Funktionensysteme, Tese, Georg-AugustUniversitt Gttingen, 1909.
[16] J. Morlet & A. Grossmann, Decomposition of hardy functions into square integrable
wavelets of constant shape, SIAM Journal of Mathematical Analysis, v. 15, n. 4, p. 723736,
Julho 1984.
[17] Yves Meyer et al., Ondelettes et oprateurs. Hermann, Outubro 1997, v. I, II, III.
[18] S. G. Mallat, A theory for multiresolution signal decomposition: the wavelet representation, IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 11, n. 7, p. 674693,
Julho 1989.
[19] I. Daubechies, Ten Lectures on Wavelets. Society for Industrial & Applied Mathematics,
Maio 1992.
[20] B. Burke Hubbard, The World According to Wavelets: The Story of a Mathematical
Technique in the Making, 2 ed. AK Peters, Ltd., Abril 1998.
[21] I. Daubechies, Where do wavelets come from, a personal point of view, Proceedings of the
IEEE, v. 84, n. 4, p. 510 513, Abril 1996.
[22] S. G. Mallat, Une exploration des signaux en ondelettes. ditions de lcole Polytechnique, 2000.
100
[23] P. J. Burt & E. H. Adelson, The Laplacian pyramid as a compact image code, IEEE
Transactions on Communications, v. 31, n. 4, p. 532 540, Abril 1983.
[24] A. P. Witkin, Scale-space filtering - a new approach to multiscale description, Proc. IEEE
International Conference on Acoustics, Speech, and Signal Processing, ICASSP 84, v. 9, p. 150
153, Maro 1984.
[25] J. M. Pollard, The fast Fourier transform in a finite field, Math. Comput., v. 25, p. 365
374, Abril 1971.
[26] J. G. Proakis, Digital Communications, quarta ed. McGraw-Hill, 2001.
[27] R. R. Mosier & R. G. Clabaugh, Kineplex, a bandwidth-efficient binary transmission
system, AIEE Transactions (Part I: Communications and Electronics), v. 76, p. 723 728, Janeiro 1958.
[28] P. Shelswell, The COFDM modulation system: the heart of digital audio broadcasting,
Electronics & Communication Engineering Journal, v. 7, n. 3, p. 127 136, Junho 1995.
[29] H. Sari, G. Karam, & I. Jeanclaude, Transmission techniques for digital terrestrial TV
broadcasting, IEEE Communications Magazine, v. 33, n. 2, p. 100 109, Fevereiro 1995.
[30] S. Kapp, 802.11a. more bandwidth without the wires, IEEE Internet Computing Magazine,
v. 6, n. 4, p. 75 79, JulhoAgosto 2002.
[31] D. Vassis, G. Kormentzas, A. Rouskas, & I. Maglogiannis, The IEEE 802.11g standard
for high data rate WLANs, IEEE Network Magazine, v. 19, n. 3, p. 21 26, MaioJunho
2005.
[32] S. Hara & R. Prasad, Multicarrier Techniques for 4G Mobile Communications. Artech
House Publishers, Junho 2003.
[33] R. van Nee & R. Prasad, OFDM for Wireless Multimedia Communications. Artech
House Publishers, Janeiro 2000.
[34] M. S. Zimmerman & A. L. Kirsch, The AN/GSC-10 (KATHRYN) variable rate modem
for HF radio, IEEE Transactions on Communication Technology, v. 15, n. 2, p. 197 204,
Abril 1967.
101
[49] M. Vetterli & J. Kovacevic, Wavelets and Subband Coding, ser. Signal Processing, A. V.
Oppenheim, Ed. Prentice Hall PTR, 1995.
[50] G. Strang & T. Nguyen, Wavelets and Filter Banks. Wellesley-Cambridge Press, 1996.
[51] A. Aussem, J. Campbell, & F. Murtagh, Wavelet-based feature extraction and decomposition strategies for financial forecasting, Journal of Computational Intelligence in Finance,
v. 6, n. 2, p. 512, Maro/Abril 1998.
[52] C. A. Siller & M. Shafi, Eds., SONET/SDH: A Sourcebook of Synchronous Networking. IEEE press, 1996.
[53] G. Ungerboeck, Channel coding with multilevel/phase signals, IEEE Transactions on Information Theory, v. IT-28, p. 5567, 1982.
[54] H. M. de Oliveira & R. M. C. de Souza, Orthogonal Multilevel Spreading Sequence
Design In: Coding, Communication and Broadcasting. Hertfordshire: Research Studies Press (RSP), John Wiley, 2000.
[55] J. P. C. L. Miranda & H. M. de Oliveira, On Galois-division multiple access systems:
Figures of merit and performance evaluation, Anais do XIX Simpsio Brasileiro de Telecomunicaes, 2001, companion paper: Some Properties of Orthogonal Galois-Field Spreading
Sequences.
[56] P. S. R. Diniz, E. A. B. da Silva, & S. Lima Netto, Digital Signal Processing: System
Analysis and Design. Cambridge, UK: Cambridge University Press, 2002.
103
SOBRE
AUTOR
1 LAT
EX 2 uma extenso do LATEX. LATEX uma coleo de macros criadas por Leslie Lamport para o sistema TEX, que
foi desenvolvido por Donald E. Knuth. TEX uma marca registrada da Sociedade Americana de Matemtica (AMS). O estilo
usado na formatao desta dissertao foi escrito por Dinesh Das, Universidade do Texas. Modificado em 2001 por Renato Jos
de Sobral Cintra, Universidade Federal de Pernambuco, e em 2005 por Andr Leite Wanderley.
104