Sistemas e sinais leic cap tulo 11 amostragem e reconstru o
Sponsored Links
This presentation is the property of its rightful owner.
1 / 23

Sistemas e Sinais (LEIC) – Capítulo 11 – Amostragem e Reconstrução PowerPoint PPT Presentation


  • 56 Views
  • Uploaded on
  • Presentation posted in: General

Sistemas e Sinais (LEIC) – Capítulo 11 – Amostragem e Reconstrução. Carlos Cardeira

Download Presentation

Sistemas e Sinais (LEIC) – Capítulo 11 – Amostragem e Reconstrução

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Sistemas e Sinais (LEIC) – Capítulo 11 – Amostragem e Reconstrução

Carlos Cardeira

Diapositivos para acompanhamento da bibliografia de base (Structure and Interpretation of Signals and Systems, Edward A. Lee and Pravin Varaiya), maioritariamente baseados na informação pública disponível em http://ptolemy.eecs.berkeley.edu/eecs20/index.html


Codificação e Descodificação

Imagem

Audio

TV

Fax

Telefone

Imagem

Audio

TV

Fax

Telefone

{0,1}

{0,1}

Codific.

Canal

Descod.

O Codificador transforma qualquer sinal em 0s e 1s,

e o descodificador realiza a operação inversa.

Entre o sinal original e o sinal reconstituído deve

ser preservada alguma medida de qualidade


Canal de Comunicação

  • Características

    • BitRate – 56Kbps, 4Mbps, 1Gbps

    • Taxa de Erro - 10-12(Fibra óptica) 10-3 (GSM)


Original

  • Características

    • N elementos do Alfabeto

    • 2^(número de bits)<N


Amostragem

x:Reais→Complexos

SamplerT

y:Inteiros→Complexos

Y=SamplerT(x)

n, y(n)=x(nT)

Unidades:

T: segundos por amostra

N: amostras

nT: segundos


Amostragem de uma sinusoide


“Aliasing”

  • Sinusóides com frequência f e f+kfs têm as mesmas amostras.

  • Por isso não se poderão reconstituir sinais de frequências superiores a fs.

  • A este fenómeno chama-se“aliasing”


Exemplo

  • Se a Frequência de Amostragem for de 8khz, os seguintes sinais terão as mesmas amostras:

    • Sinusóide de 500 Hz; 8500Hz;-7500Hz

    • Sinusóide de 1000 Hz; 9000Hz;-7000Hz

    • Sinusóide de 3500 Hz; 11500Hz;-5500Hz

  • Ver as demos:

  • http://ptolemy.eecs.berkeley/eecs20/week13/aliasing.html

  • http://ptolemy.eecs.berkeley/eecs20/week13/images.html

  • http://ptolemy.eecs.berkeley/eecs20/week13/Moire Patterns.html

  • http://ptolemy.eecs.berkeley/eecs20/week13/fonts.html


http://ptolemy.eecs.berkeley/eecs20/week13/aliasing.html

  • A sinusoide é amostrada a uma dada frequência. Ouve-se o sinal amostrado.

  • À medida que a frequência do sinal aumenta a frequência do sinal amostrado aumenta também.

  • Mas quando se passa metade da frequência de amostragem, a frequência do sinal amostrado começa a baixar por efeito de “aliasing”


http://ptolemy.eecs.berkeley/eecs20/week13/images.html

  • A imagem mostra uma sinusóide.

  • À medida que a frequência da sinusóide aumenta a frequência do sinal amostrado aumenta também.

  • Mas quando se passa metade da frequência de amostragem, a frequência do sinal amostrado começa a baixar por efeito de “aliasing”


http://ptolemy.eecs.berkeley/eecs20/week13/Moire patterns.html

  • A imagem mostra um conjunto de linhas que têm origem no mesmo vértice.

  • À medida que se aumenta o número de linhas, junto ao vértice a frequência aumenta.

  • A partir de certa frequência começam a aparecer componentes de mais baixa frequência junto ao vértice devido ao fenómeno de aliasing.


http://ptolemy.eecs.berkeley/eecs20/week13/fonts.html

  • A imagem mostra um “w” ideal e a sua amostragem.

  • Como o w ideal tinha muitas frequências, parte delas perde-se na amostragem.

  • Se antes de amostrarmos o “w” retirarmos as componentes de alta frequência, o sinal amostrado já se parece mais com o original, pois evitamos o fenómeno de aliasing.


“Anti-aliasing”

  • Para evitar fenómenos de “aliasing” indesejáveis é necessário filtar o sinal antes de o amostrar.

  • Este procedimento é muito usado em aquisição de sinais, pois se o sinal tivesse ruído com frequência superior a metade da frequência de amostragem, esse ruído viria a perturbar o sinal efectivamente lido.


Reconstrução

  • Temos um conjunto de sinais amostrados.

  • Queremos reconstruir o sinal contínuo em função das amostras

  • Varios sinais originais poderiam corresponder ao mesmo sinal amostrado.


Reconstrução

  • A reconstrução de y(n) em y(t) faz-se em várias fases:

  • São atribuídos instantes de tempo nT para cada amostra.

  • Cria-se um sinal w(t) que em cada instante nT tem um delta de Dirac com a amplitude igual ao valor de y(n)


Reconstrução

y(n)

w(t)


Reconstrução

  • A esta série de impulsos e aplicado um sistema linear (por exemplo, um filtro passa baixo) que “reconstituirá” o sinal.


Reconstrução


Caracteristicas necessárias à Resposta Impulsiva do LTI


Exemplos de LTI usados para reconstrução


Exemplos de LTI usados para reconstrução (cont.)


Exemplos de LTI usados para reconstrução (cont.)


Exemplos de LTI usados para reconstrução (cont.)

  • A interpolação ideal faz com que o sinal final não tenha componentes de frequência fora do intervalo –T e T.

  • Neste sentido pode ser considerada “ideal” porque não gera frequências que o sinal não tinha.


  • Login