Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouLuiza Castro Casqueira Alterado mais de 7 anos atrás
1
1 Processamento de Sinais CDESC Rodolfo Araujo Victor RH/UP/ECTEP Aula 1 03/11/2010
2
2 Programa do curso Duração: 32 h Parte I: Conceitos básicos –Sinais e ruído –Sistemas –Sistemas lineares invariantes no tempo Resposta Impulsiva e operação de convolução Parte II: Análise de Fourier para sistemas contínuos –Série de Fourier –Transformada de Fourier –Largura de faixa –Resposta em frequência ou Função de transferência
3
3 Programa do curso Parte III: Amostragem e reconstrução de sinais –Teorema da amostragem (teorema de Nyquist) –Teorema de Shannon –Falseamento e truncamento de frequências Parte IV: Análise de Fourier para sistemas discretos –Transformada de Fourier discreta –Transformada rápida de Fourier –Transformada z
4
4 Programa do curso Parte V: Filtragem e deconvolução –Filtro de forma e filtro inverso –Filtro de Wiener e Kalman Parte VI: Introdução à transformada wavelet –Transformada de Fourier janelada –Transformada de Fourier discreta de dados irregularmente espaçados –Análise Multirresolução –Transformada Wavelet
5
5 Programa do curso Material didático –VICTOR, R. A. Sinais e Sistemas (Petrobras) –Notas de aula Avaliação –???
6
6 Parte I – Conceitos Básicos
7
7 Conceitos básicos Sinais –Variações de um parâmetro em função de outro(s). Funções de variáveis independentes que transportam informações, f (t). –Exemplos: Sinais elétricos: voltagens e correntes em circuitos elétricos; Sinais acústicos: sinais de áudio ou fala; Sinais de vídeo: variações de intensidade em uma imagem.
8
8 Conceitos básicos Sistemas –Modelo matemático de modificação de um sinal de entrada (excitação) em um sinal de saída (resposta).
9
9 Conceitos básicos Circuito RLC
10
10 Sinais
11
11 Classificação Natureza da variável independente Tempo
12
12 Classificação Natureza da variável independente Tempo generalizado
13
13 Classificação Natureza da variável independente Contínua X Discreta
14
14 Classificação Dimensão 1-D 2-D n-D
15
15 Classificação Energia e potência normalizadas
16
16 Classificação Wavelets –Sinais de energia finita
17
17 Sinais básicos
18
18 Sinais básicos Senoide
19
19 Sinais básicos Sinc
20
20 Sinais básicos Gaussiana
21
21 Sinais básicos Degrau
22
22 Classificação Ruído –Sinal aleatório somado ao sinal de interesse no registro do dado. –Analisado estatisticamente –Relação sinal/ruído Razão entre potências SNR = P sinal /P ruído
23
23 Exercício MATLAB 1.Explique o código abaixo clc t = linspace(0,5,200); s = sin(2*pi*2*t);%sinal r = randn(size(t));%ruído plot(t,s+r) SNR=sum(s.^2)/sum(r.^2);%??? 2.Modifique o código para que o ruído seja o resultado da soma de 100 sequências aleatórias com as mesmas propriedades e multiplique o sinal por 100. Analise o novo valor de SNR. 3.Compare as energias do sinal e do ruído antes e depois da modificação. Explique o aumento de SNR baseado nesta comparação. Há interferência destrutiva no ruído?
24
24 Amostragem de sinais contínuos
25
25 Amostragem Amostragem: conversão de sinal contínuo x(t) em sinal discreto x[nTs]=x[n], através do registro do valor x(t) em instantes t=nTs. –Ts = intervalo de amostragem ou período de amostragem –fs = 1/Ts = taxa de amostragem ou frequência de amostragem Quantização: conversão de valores contínuos x [ n ] em valores discretos selecionados dentro de um conjunto finito. Codificação: representação em um número de bits pré-definido.
26
26 Amostragem
27
27 Amostragem
28
28 Convenção para a nomenclatura de seqüências
29
29 Amostragem de senoides
30
30 Amostragem de senoides
31
31 Amostragem de senoides
32
32 Amostragem de senoides
33
33 Amostragem de senoides
34
34 Amostragem de senoides
35
35 Amostragem de senoides Condições para uma boa amostragem
36
36 Classificação de sistemas
37
37 Causalidade Um sistema é causal ou não antecipatório se a saída não antecipa valores da entrada, i.e., se a saída em qualquer instante de tempo depende apenas dos valores da entrada até aquele instante.
38
38 Causalidade Causal ou não causal?
39
39 Invariância temporal Informalmente, um sistema é invariante no tempo se seu comportamento não depende do instante de tempo considerado. Matematicamente
40
40 Invariância temporal Exemplos –Identidade –Atraso –Atraso pulsado –Derivador –Integrador
41
41 Linearidade Um sistema é linear se obedece à propriedade de superposição
42
42 Propriedade de superposição Linearidade
43
43 Linearidade Linear?
44
44 Exercício Amostragem de senoides – parte 1 –Vide arquivo PDF!!!
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.