Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouJoão Vítor Figueiredo de Mendonça Alterado mais de 8 anos atrás
1
1 Processamento de Sinais CDESC Rodolfo Araujo Victor RH/UP/ECTEP Aula 7 11/11/2010
2
2 Filtros digitais lineares
3
3 Filtros digitais Filtros ideais têm resposta com duração infinita. Truncamento gera o effeito de Gibbs (derrame espectral)
4
4 Filtros digitais Aplicação da janela reduz este efeito
5
5 Filtros digitais Passa-baixa
6
6 Filtros digitais Passa-alta
7
7 Filtros digitais Passa-faixa
8
8 Filtros digitais Corta-faixa
9
9 Filtros digitais Notch (parte 1)
10
10 Filtros digitais Notch (pronto)
11
11 Filtros digitais Novos parâmetros
12
12 Filtros digitais Exemplo: filtro passa-baixa trapezoidal
13
13 Transformada z
14
14 Transformada z Definição z é variável complexa Transformada z se reduz à transformada de Fourier com
15
15 Exemplos –Impulso –Sequência numérica Polinômio em z Transformada z
16
16 Transformada z Algumas propriedades (vide página 226)
17
17 Transformada z Convolução no tempo equivale à multiplicação no domínio z:
18
18 Deconvolução
19
19 Deconvolução Convolução Deconvolução: operação inversa da convolução. Conhecidos y(t) e h(t), obter x(t). No domínio z, deconvolução equivale a uma divisão polinomial
20
20 Deconvolução Filtro de forma: um filtro f [n] (a ser calculado) que transforma x[n] (conhecido) em y[n] (desejado) por meio de uma operação de convolução. No domínio de frequência, encontramos F( ) fazendo
21
21 Deconvolução Este processo se torna instável à medida que diminuem as amplitudes de X( ), o que é típico para processamento de dados sísmicos por exemplo, que são sinais de faixa limitada. Uma proposta de estabilização dada por Wiener (1949) é calcular onde a constante controla a estabilização.
22
22 Deconvolução Desvantagem do processo no domínio de frequência: o filtro f [n] deve ser do mesmo tamanho do dado x[n], o que não é desejável para dados muito grandes. Outra abordagem: desenvolver um filtro mais curto, de N pontos, que melhor aproxima o resultado desejado, segundo o critério de mínimos quadrados. Considerando x [n], minimizaremos a energia do erro.
23
23 Deconvolução Calculando o zero do gradiente Chegamos à equação* Onde é a operação de correlação cruzada *Veja, por exemplo, Robinson & Treitel, Geophysical Signal Analysis, Prentice Hall, 1980
24
24 Deconvolução Este processo também pode se tornar instável levando a valores muito altos para os coeficientes do filtro. Uma alternativa é utilizar o método de mínimos quadrados amortecido, que minimiza simultaneamente as energias do erro e do filtro: Levando a
25
25 Deconvolução Escrito em forma matricial:
26
26 Deconvolução Aplicação do parâmetro de estabilização equivale a somar um impulso na autocorrelação do sinal de entrada. No domínio de frequência, impulso é uma função constante e autocorrelação é o espectro de potência. Logo, a estabilização equivale a somar um fator constante no espectro de potência. Este processo é chamado luz branca.
27
27 Deconvolução Deconvolução no domínio de frequência: dividem-se os espectros
28
28 Deconvolução No domínio de tempo, calcula-se uma função f(t) cuja convolução com h(t) resulta em um impulso unitário: Calcular f [n] equivale a calcular o filtro de forma que transforma h[n] em [n].
29
29 Exercício Carregue ‘traco.mat’, contendo um traço sísmico com mintervalo de amostragem 4 ms. Divida o dado em 5 partes e faça o gráfico do espectro de amplitude de cada parte, aplicando uma janela antes do cálculo da transformada. Comente os resultados.
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.