UNIVERSIDADE FEDERAL DO AMAZONAS – UFAM

FACULDADE DE TECNOLOGIA – FT
DEPARTAMENTO DE ENGENHARIA ELÉTRICA

LUCAS BELTRÃO CAVLCANTE TRIBUZY

21200201

CODIFICAÇÃO DE SINAIS ANALÓGICOS

QUANTIZAÇÃO DE SINAIS

Manaus – 2016
UNIVERSIDADE FEDERAL DO AMAZONAS – UFAM
FACULDADE DE TECNOLOGIA – FT
DEPARTAMENTO DE ENGENHARIA ELÉTRICA

LUCAS BELTRÃO CAVLCANTE TRIBUZY

21200201

QUANTIZAÇÃO DE SINAIS

Trabalho realizado para obtenção

de nota parcial na disciplina de
Codificação de Sinais Analógicos,
ministrada pelo professor Ayres
Mardem, do curso de Engenharia
Elétrica de Telecomunicações da
Universidade Federal do
Amazonas.

Manaus – 2016
Sumário

RESUMO ......................................................................................................................... 4
ABSTRACT ..................................................................................................................... 5
INTRODUÇÃO ................................................................................................................ 6
1.Quantização ................................................................................................................... 7
1.2 Quantização em Amplitude .................................................................................... 7
2.0 Tipos de Quantizadores .............................................................................................. 8
2.1 Quantizador linear .................................................................................................. 8
2.1.1 Midtread .......................................................................................................... 8
2.1.2 Midriser ........................................................................................................... 9
2.2 Quantizador Não Linear ....................................................................................... 10
2.2.1 Compressão ................................................................................................... 11
2.2.2 Lei A .............................................................................................................. 11
2.2.3 Lei 𝜇............................................................................................................... 12
3.0 Erro de Quantização ................................................................................................. 14
CONCLUSÃO ................................................................................................................ 15
REFERÊNCIAS ............................................................................................................. 16
APÊNDICE .................................................................................................................... 17
 RESUMO

Dentro de uma faixa finita de amplitudes do sinal, existe um número infinito de

amplitude. Na realidade, entretanto, não é necessário transmitir as amplitudes exatas das
amostras. O receptor final pode detectar apenas diferenças finitas de intensidade. Isto
significa que o sinal original continuo pode ser aproximado por um sinal construído pelas
amplitudes discretas da modulação digital de pulso, selecionadas com base em uma
função de erro mínimo. O processo de quantização consiste na atribuição de valores
discretos para um sinal cuja amplitude varia entre finitos valores.
 ABSTRACT

Within a finite range of signal amplitudes, there is an infinite number of amplitude. In

reality, however, it is not necessary to transmit the exact amplitudes of the samples. The
receiving end can detect only the intensity of finite differences. This means that the
original continuous signal can be approximated by a discrete signal amplitudes
constructed by digital pulse modulation, selected based on a minimum error function. The
quantization process is the assignment of discrete values to a signal whose amplitude
varies between finite values.
 INTRODUÇÃO

Após o processo de amostragem, onde um sinal de tempo continuo pode ser

completamente representado por seus valores ou amostras uniformemente espaçadas no
tempo. É necessário que ocorra uma atribuição de valores discretos para um sinal cuja
amplitude varia entre finitos valores, processo que é denominado de quantização. A
quantização divide-se basicamente em quantização linear e quantização não linear. No
presente relatório serão atribuídas todas as características dos tipo de quantizadores
lineares midtread e midriser. Além disso, o estudo detalhado dos meios de compressão
presentes na quantização não liear, caracterizando a Lei A e a Lei 𝜇.
1.Quantização

1.1 Definição

Em processamento de sinais, quantização é o processo de atribuição de valores discretos

para um sinal cuja amplitude varia entre infinitos valores. Como não é possível transmitir
valores tal como são amostrados, realiza-se o processo que tem o objetivo de funcionar
como um "arredondamento" dos diversos valores amostrados sobre níveis de valores
estabelecidos, esse processo modula o sinal em PAM (Pulse Amplitude Modulation)
dentro desses níveis estabelecidos de tensão chamados de valores de decisão.
Um sinal continuo, tal como a voz, possui uma faixa continua de amplitudes e, portanto,
suas amostras possuem uma faixa continua de valores. Em outras palavras, dentro de uma
faixa finita de amplitudes do sinal, existe um número infinito de amplitude. Na realidade,
entretanto, não é necessário transmitir as amplitudes exatas das amostras. O receptor final
pode detectar apenas diferenças finitas de intensidade. Isto significa que o sinal original
continuo pode ser aproximado por um sinal construído pelas amplitudes discretas da
modulação digital de pulso, selecionadas com base em uma função de erro mínimo.

1.2 Quantização em Amplitude

A quantização em amplitude é definida como o processo de transformar a amplitude de

amostra 𝑚(𝑛𝑇𝑠 ) de um sinal banda base 𝑚(𝑡) no tempo 𝑡 = 𝑛𝑇𝑠 em uma amplitude
discreta 𝑣(𝑛𝑇𝑠 ) tomada de um conjunto finito de possíveis níveis. É valido notar que para
um processo de quantização que é sem memória e instantâneo, significa que a
transformação no tempo 𝑡 = 𝑛𝑇𝑠 não é afetada por amostras anteriores ou posteriores do
sinal de mensagem. Esta forma de quantização, apesar de não ótima, é geralmente
utilizada na pratica devido a sua simplicidade.
Quando lida-se com um quantizador sem memoria, simplifica-se a notação ignorando o
índice tempo. Ou seja, utiliza-se o símbolo 𝑚 no lugar da amostra 𝑚(𝑛𝑇𝑠 ). A amplitude
m do sinal é especificada pelo índice k se ele estiver dentro do intervalo.

𝐼𝐾 : {𝑚𝑘 < 𝑚 ≤ 𝑚𝑘+1 }, 𝑘 = 1,2, … . , 𝐿

No qual L é o numero total de níveis de amplitude utilizados no quantizador, o que se

refere ao subsistema que executa o processo de quantização. As amplitudes 𝑚𝑘 , 𝑘 =
1,2, … , 𝐿 são chamadas de níveis de decisão ou limites de decisão. Na saída do
quantizador, o índice k é transformado na amplitude 𝑣𝑘 , 𝑘 = 1,2, … , 𝐿 são chamadas de
níveis de representação ou níveis de reconstrução, e o espaçamento entre a representação
de dois níveis adjacentes é chamada de quantum ou tamanho do passo de quantização.
Portanto, a saída do quantizador v é igual a 𝑣𝑘 se a amostra m do sinal de entrada pertencer
ao intervalo 𝐼𝑘 .
2.0 Tipos de Quantizadores

2.1 Quantizador linear

O processo de quantização, como já foi esclarecido anteriormente, aproxima os valores
das amostras do sinal PAM para níveis predeterminados, quando o número de níveis é o
mesmo para sinais de intensidade alta ou baixa. Verificamos que se cada degrau de
∆𝑉
quantização tiver uma amplitude ∆𝑉, o maior erro que pode surgir será igual a , pois o
2
sinal PAM sempre é comparado com o valor médio de cada segmento (nível de decisão).
A maioria dos quantizadores uniformes para os dados de entrada assinados podem ser
classificados como sendo de um dos dois tipos: midtread e midrise. A terminologia é
baseado no que acontece na região em torno do valor 0, e usa a analogia de ver a função
do quantizador input-output como escada.

2.1.1 Midtread

Quantizadores midtread tem um nível de reconstrução de valor zero (o que corresponde

a uma banda de rodagem de uma escada). Um típico quantizador linear midtread com
um tamanho de passo de quantização igual a algum valor ∆ pode ser expresso como:

𝑥 1 𝑥 1
𝑄(𝑥) = ∆ ∙ [ + ] = ∆ ∙ 𝑓𝑙𝑜𝑜𝑟 ( + )
∆ 2 ∆ 2

Em matemática e ciência da computação a função 𝑓𝑙𝑜𝑜𝑟(𝑥) é usada para mapear um

número real para a maior previa ou o menor inteiro, respectivamente. A propriedade
essencial de um quantificador é que ele tem um conjunto contáveis de possíveis valores
de saída que tem menos do que os membros do conjunto de possíveis valores de entrada.
 Figura 1- Quantizador Midtread. FONTE: Sistemas de Comunicação, Simon Haykin.

A imagem acima relata o comportamento de um quantizador midtread, onde este tem um

nível de reconstrução de valor zero. O quantizador midtread recebe esse nome devido a
origem está no meio do degrau da forma de onda da imagem acima.

2.1.2 Midriser

Quantizadores midriser recebem este nome pelo fato da origem se encontrar no meio da
subida do degrau do gráfico. A fórmula de entrada-saída de um quantizador uniforme
meados de subida é dado por:
𝑥 1
𝑄(𝑥) = ∆ ∙ [( ) + ]
∆ 2
Onde a regra de classificação é dada por:
𝑥
𝑘=[ ]
∆
E o estado de reconstrução é:
1
𝑦𝑘 = ∆ ∙ (𝑘 + )
2

Note-se que quantizadores midrisers uniformes não têm um valor de saída de zero, a sua
magnitude mínima de saída é a metade do tamanho do passo de quantização. A imagem
abaixo relata o comportamento de um quantizador midriser, que é simétrico em relação a
origem.
 Figura 2- Quantizador Midriser. FONTE: Sistemas de Comunicação, Simon Haykin

A característica distintiva de um quantizador midriser é que tem um valor limiar de

classificação que é exatamente a zero, e a característica distintiva de um quantificador
midtread é que é que tem um valor de reconstrução que é exatamente zero.

2.2 Quantizador Não Linear

Na quantização não linear, o número de níveis de quantização é inversamente

proporcional ao nível do sinal aplicado, ou seja, tem-se um maior número de níveis de
quantização para amostras com pequenos valores de amplitude e um menor número de
níveis de quantização para amostras com grandes valores de amplitude.

Figura 3-Modelo de quantização não linear. FONTE:www.teleco.com.br/quantizadores

No caso da quantização linear ou uniforme, teremos erros de quantização relativamente
grandes para sinais de pequeno valor. Estes erros poderiam ser de mesma grandeza que o
próprio sinal de entrada e a razão sinal-ruído não seria suficientemente grande para a
recuperação da informação. Por este motivo usam-se intervalos de quantização de
larguras diferentes, caracterizando a quantização não-linear.

2.2.1 Compressão

A compressão é a operação que consiste em comprimir as amostras do sinal PAM com o

objetivo de melhorar a transmissão. Sabe-se que o ruído de quantização independe do
nível do sinal, uma vez fixada a máxima excursão dos níveis e o número de níveis de
quantização. Neste caso o ruído é constante e a relação sinal-ruído dependerá somente do
nível do sinal. Mas este sendo variável com o tempo, a relação sinal-ruído será máxima,
quando o nível for máximo e mínima quando o nível for mínimo. Para mantermos a
relação sinal ruído o mais constante possível deve-se diminuir os intervalos entre os níveis
de quantização onde estão os baixos valores das amostras e aumentarmos estes intervalos
quando a amplitude das amostras forem grandes.

O grau de não-uniformidade na quantização é conhecido como lei de compressão. Várias

curvas de compressão foram estudadas, verificando-se que leis de compressão
logarítmica eram mais convenientes. Como os sistemas recebem tanto sinais positivos
quanto sinais negativos, as curvas são simétricas e passam pela origem. A parte da curva
que se refere a sinais pequenos tem inclinação mais acentuada comparada com a
quantização linear.

2.2.2 Lei A

É a lei adotada na Europa, América do Sul (inclusive Brasil), África e em todas as rotas
internacionais. A compressão é linear para pequenos sinais e revertida em logarítmica
para sinais grandes. A lei é expressa por:

𝐴|𝑚| 1
, 0 ≤ |𝑚| ≤
1 + 𝑙𝑜𝑔𝐴 𝐴
|𝑣| =
1 + log(𝐴|𝑚|) 1
, ≤ |𝑚| ≤ 1
{ 1 + 𝑙𝑜𝑔𝐴 𝐴

Valores típicos de A utilizados na pratica tendem a estar na proximidade de 100. Ocaso

de quantização uniforme correspondente a A=1. A inclinação reciproca desta curva de
compressão é dada pela derivada de |m| com respeito a |v|, mostrado por:
 1 + 𝑙𝑜𝑔𝐴 1
, 0 ≤ |𝑚| ≤
𝑑|𝑚| 𝐴 𝐴
=
𝑑|𝑣| 1
(1 + 𝑙𝑜𝑔𝐴)|𝑚| , ≤ |𝑚| ≤ 1
{ 𝐴

Da primeira linha da equação acima, pode-se inferir que o quantum do degrau sob o
segmento linear central, o qual possui efeito dominante em pequenos sinais é diminuído
pelo fator (1 + 𝑙𝑜𝑔𝐴)|𝑚|. Isto ocorre, normalmente, em 25 dB na pratica quando
comparado com a quantização uniforme.

Figura 4- Lei de Compressão A. FONTE: Autor

Através das equações acima e com o auxílio do software MATLAB pode-se plotar para
obter as características gráficas da lei A.

2.2.3 Lei 𝝁
A utilização de um quantizador não uniforme é o equivalente a passar o sinal de
mensagem em um compressor e, então, aplicar o sinal comprimido a um quantizador
uniforme. Uma forma particular de lei de compressão utilizada na pratica é a chamada
Lei 𝜇 que é definida por:
 log(1 + 𝜇|𝑚|)
|𝑣| =
log(1 + 𝜇)

Na qual o logaritmo é o logaritmo natural, m e v são as tensões normalizadas de entrada

e saída, respectivamente, e 𝜇 é uma constante positiva. Por conveniência de
representação, a entrada do quantizador e sua saída são normalizadas, de forma a ocupar
uma faixa de valores sem dimensão, de zero a um. Neste caso traça-se a lei 𝜇 variando o
parâmetro 𝜇. Valores práticos de 𝜇 tendem a estar na vizinhança de 255. O caso de
quantização uniforme corresponde a 𝜇 = 0. Para um dado valor de 𝜇, a inclinação
reciproca da curva de compressão, a qual define o quantum do degrau é dada pela
derivada de |m| com respeito a |v|, ou seja:

𝑑|𝑚| log(1 + 𝜇)
= (1 + 𝜇|𝑚|)
𝑑|𝑣| 𝜇

Plotando no software MATLAB, obtemos:

Figura 5- Lei de Compressão μ. FONTE: Autor

Percebe-se portanto que a lei 𝜇 não é nem estritamente logarítmica nem linear, mas é
aproximadamente linear em baixos noveis de entrada, correspondendo a 𝜇|𝑚| ≪ 1 e
aproximadamente logarítmica em altos níveis de entrada, correspondendo a 𝜇|𝑚| ≫ 1.
3.0 Erro de Quantização

Quando um sinal analógico é digitalizado por um circuito ADC, o valor da amostra é

aproximado para um dos 2𝑛 valores digitais, denominados níveis de quantização. A
diferença entre o valor original da amostra e o valor digitalizado é denominada erro de
quantização. Desta forma, uma vez digitalizado, o sinal original não pode mais ser
recuperado com exatidão. Em termos práticos, na etapa em que o sinal digitalizado é
reconstruído pelo DAC.
Se considerarmos, agora, a inclinação máxima do sinal original de mensagem 𝑚(𝑡), é
claro que, para que a sequencia de amostras quantizadas {𝑚𝑞 (𝑛𝑇𝑠 )} aumente na mesma
taxa da sequência de amostras de entrada {𝑚(𝑛𝑇𝑠 )} na região de inclinação máxima de
𝑚(𝑡), precisa-se da condição:

∆ 𝑑𝑚(𝑡)
≥ max | |
𝑇𝑠 𝑑𝑡

Caso contrário, pode-se observar que o degrau unitário ∆ é muito pequeno para a
aproximação em degrau 𝑚𝑞 (𝑡) siga o segmento do sinal original de mensagem 𝑚(𝑡).
Esta condição é chamada de distorção (ruído) de sobre-inclinação
 CONCLUSÃO

Uma vez tendo visto os conceitos presentes na teoria de quantização percebe-se que
quantizar um sinal consiste em converter um sinal amostrado (discreto no tempo), num
sinal com valores também discretos em amplitude. Este processo é importante por dar
continuidade ao processo de amostragem, onde o sinal de tempo continuo pode ser
completamente representado por seus valores ou amostras uniformemente espaçadas no
tempo. De posse do sinal analógico amostrado, em forma de amostras ou pulsos PAM,
ainda analógicos, precisa-se quantizar esta infinidade de valores possíveis em outros que
passam ser representados por uma quantidade finita de bits, para obter um sinal digital.
Esta conversão é feita por um circuito chamado conversor analógico-digital A/D ou ADC.
Os meios que essa quantização pode ser realizado pode ser linear ou não linear, e percebe-
se que estas são empregadas dependendo do tipo de utilização que será feito pelo sistema.
 REFERÊNCIAS

LATHI, B.P. Sinais e Sistemas Lineares.2.ed-Porto Alegre Bookman, 2007.

OPPENHEIM, Alan V;WILLSKY, Alan S. Sinais e Sistemas. 2.ed-São Paulo 2010
LAUS, Luís Paulo. Processamento de Sinais. Centro Federal de Educação
Tecnológica do Paraná, 28 Agosto 2004.
HAYKIN, Simon; VAN VEEN, Barry. Sinais e Sistemas. Porto Alegre: Bookman
2001.
 APÊNDICE

%%%% CÓDIGO QUE GERAS AS CURVAS DA LEI A E DA LEI MI %%%%%

%LEI MI

u1 = 255;
u2=100;
u3=10;
x = 0:0.0001:1;
g1 = (log(1+u1*abs(x)))/(log(1+u1));
g2 = (log(1+u2*abs(x)))/(log(1+u2));
g3 = (log(1+u3*abs(x)))/(log(1+u3));
figure(1)
plot(x,g1,x,g2,x,g3);grid;
legend('u_1 = 255', 'u_2 = 100', 'u_3 = 10')
title('Caracaterística da Lei u (Mu-law)')
xlabel('x')
ylabel('y')

%LEI A

A1 = 87.56;
A2=2;
A3=1;
x = 0:0.0001:1;
g1 = A1.*abs(x)/(1+log(A1)).*(heaviside(x)-heaviside(x-1/A1))+
(1+log(A1*abs(x)))/(1+log(A1)).*(heaviside(x-1/A1)-heaviside(x-1));
g2 = A2.*abs(x)/(1+log(A2)).*(heaviside(x)-heaviside(x-1/A2))+
(1+log(A2*abs(x)))/(1+log(A2)).*(heaviside(x-1/A2)-heaviside(x-1));
g3 = A3.*abs(x)/(1+log(A3)).*(heaviside(x)-heaviside(x-1/A3))+
(1+log(A3*abs(x)))/(1+log(A3)).*(heaviside(x-1/A3)-heaviside(x-1));
figure (2)
plot(x,g1,x,g2,x,g3);grid;
legend('A_1 = 87.56', 'A_2 = 2', 'A_3 = 1')
title('Caracaterística da Lei A (A-law)')
xlabel('x')
ylabel('y')