Prof. José Mauricio Neto

Slides:



Advertisements
Apresentações semelhantes
UTFPR – CEAUT 2011 Tópicos em Controle Sistemas Discretos.
Advertisements

UNIVERSIDADE FEDERAL DE UBERLÂNDIA ENGENHARIA CIVIL INTRODUÇÃO À ALGORITMOS Professora: Fabíola Gonçalves.
A Transformada de Co-seno Discreta (DCT)
A Transformada de Fourier Discreta
Sinais e Sistemas – Capítulo 3
Sinais e Sistemas – Capítulo 4
Sinais e Sistemas – Capítulo 4
8. Transformada Discreta de Fourier - DFT
Métodos Numéricos e Estatísticos
SOLUÇÃO DE EQUAÇÕES NÃO LINEARES
Análise do comportamento dinâmico de processos químicos
SOBREPOSIÇÃO MODAL Objetivos:
Técnicas Algorítmicas em Processamento de Imagens
EQUAÇÕES POLINOMIAIS Prof. Marlon.
Transformação de Imagens
Computer Vision Transformação de Imagens Paulo Sérgio Rodrigues PEL205.
Crescimento de Funções
POTÊNCIAS DE EXPOENTE NATURAL
Filtragem de Fourier É baseada no uso da transformada de Fourier
APLICADOS EM SISTEMAS ELÉTRICOS DE POTÊNCIA
Sinais e Sistemas Introdução 1. Definição 2. Classificação de Sinais
Prof. Roberto Cristóvão
Simulação no Tempo: Esquemas de Solução
Simulação no Tempo: Esquemas de Solução
Professora: Ana Cristina G. e Silva Natal-RN
SISTEMAS LINEARES.
Cálculo Numérico / Métodos Numéricos
Capítulo 10 Funções polinomiais slide 1
Prof. Marcelo de Oliveira Rosa
Sistema de equações lineares
Indução Matemática Recursão
MATEMÁTICA APLICADA REVISÃO BÁSICA.
Processamento de Sinais
1.2- Propriedades dos Limites
Fontes de Erros Aula 1 Introdução; Erros em processos numéricos;
Matemática / Estatística
Aula VIII – Energia Potencial Eletrostática
Solução da equação de Laplace em coordenadas esféricas
Interpolação e Ajuste de Curvas
Equações diferenciais e de diferenças de coeficientes
Transformada Rápida de Fourier para FPGA
A Série e a Transformada de
Algoritmos.
Gradiente Topológico via Análise de Sensibilidade à Mudança de Forma
Prof. José Mauricio Neto
Filtros Digitais FIR (Finite Impulse Response)
Potenciação an = a . a . a a (a ≠ 0) n fatores onde: a: base
Circuitos Elétricos 2 Circuitos Elétricos Aplicados
Circuitos Elétricos 2 Circuitos Elétricos Aplicados
Universidade de Brasília Laboratório de Processamento de Sinais em Arranjos 1 Circuitos Elétricos 2 Circuitos Elétricos Aplicados Prof. Dr.-Ing. João Paulo.
Sistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto
CÁLCULO NUMÉRICO Aula 5 – Sistema de Equações lineares.
Processamento de Sinais
Processamento Digital de Sinais (PDS)
AVALIAÇÃO DA INCERTEZA DE MEDIÇÃO
Circuitos Elétricos 2 Circuitos Elétricos Aplicados
Elementos básicos e Fasores
Regras operatórias das potências
Processamento de Sinais
Estruturas de Filtros Digitais
1.3 - Propriedades dos Limites
Filtragem de Imagens CONCI, A. AZEVEDO, E. e LETA, F
Técnicas Algorítmicas em Processamento de Imagens
Professor: Cezar Augusto Pereira dos Santos
Professor: Gerson Leiria Nunes.  Sinais e sistemas de tempo discreto  Sinais elementares  Energia e Potência dos sinais  Propriedades dos sinais 
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO DE ENGENHARIA MECÂNICA LABORATÓRIO DE MECÂNICA DOS FLUIDOS ME36L – TRANSMISSÃO DE CALOR I PROF.
Técnicas de Análise de Algoritmos Cristiano Arbex Valle Vinicius Fernandes dos Santos
UNIVERSIDADE FEDERAL DE MINAS GERAIS Exercícios de Revisão 1 Crisitano Arbex Valle Vinicius Fernandes dos Santos
Matemática Básica Fonte: Prof Msc SANDRO FABIAN FRANCILIO DORNELLES
DsPIC – Aula 3 Prof. Ricardo Teixeira Especialização em Sistemas Embarcados POLI – UPE.
Transcrição da apresentação:

Prof. José Mauricio Neto Universidade Federal da Paraíba Departamento de Engenharia Elétrica Centro de Energias Alternativas e Renováveis Algoritmo da Transformada Rápida de Fourier (FFT) Prof. José Mauricio Neto mauricio@cear.ufpb.br 1 1 1

Transformada Rápida de Fourier A FFT (Fast Fourier Transform) é um algoritmo eficiente para o cálculo dos coeficientes da DFT reduzindo a complexidade computacional (somas e multiplicações). Considera-se uma sequência x[n] consistindo de 2 amostras, em que “” é um número inteiro positivo, ou seja o número de amostras da sequência discreta é uma potência de 2 (N=2,4,8,16, etc) 2 2

Transformada Rápida de Fourier Se x[n] não é uma sequência contendo 2 amostras, então x[n] é preenchidos com zeros até que o tamanho seja um número potência de 2. Existem dois métodos para a implementação do algoritmo da FFT: Método de Decimação na Frequência Método de Decimação no Tempo 3 3

Transformada Rápida de Fourier Método da Decimação na Frequência 4 4

Método de Decimação na Frequência A partir da DFT 5 5

Método de Decimação na Frequência A partir da DFT 6 6

Método de Decimação na Frequência Reescrevendo a formula da DFT 7 7

Método de Decimação na Frequência Modificando o limite da somatória do termo da direita 8 8

Método de Decimação na Frequência Modificando a variável de  para n: 9 9

Método de Decimação na Frequência Avaliando-se o coeficiente 10 10

Método de Decimação na Frequência Finalmente temos a representação da DFT: 11 11

Método de Decimação na Frequência Realizando-se a mudança de variável de k=0,...,(N-1) para m=0,...,(N/2-1) Se k=2m (um número par) Se k=2m+1 (um número impar) 12 12 12

Se k=2m (um número par) 13 13

Se k=2m+1 (um número impar) 14 14

Notação das operações 15 15

Núcleo básico da FFT (operação borboleta - butterfly) Para uma FFT de tamanho N=2 O número de fatores de giro ( ) na i-ésima etapa é P=2M-i Para cada etapa, o número “t ” nos fatores de giro é 16 16

Se x[n] é uma sequência de N=4 amostras m=0,...,(N/2-1) Desenvolvendo a somatória m=0,1 17 17

Núcleo básico da FFT (operação borboleta - butterfly) Para uma FFT de tamanho N=4=22, M=2 Na etapa 1, P=2M-1=22-1=2 fatores de giro Na etapa 2, P=2M-2=22-2=1 fator de giro 18 18

Se x[n] é uma sequência de N=4 amostra Para m=0 Para m=1 19 19 19

Se x[n] é uma sequência de N=4 amostra Primeira Iteração 20 20 20

Se x[n] é uma sequência de N=4 amostra Segunda Iteração 21 21 21

Se x[n] é uma sequência de N=8 amostra m=0,...,(N/2-1) Desenvolvendo a somatória m=0,1,2,3 22 22

Núcleo básico da FFT (operação borboleta - butterfly) Para uma FFT de tamanho N=8=23, M=3 Na etapa 1, P=2M-1=23-1=4 fatores de giro Na etapa 2, P=2M-2=23-2=2 fatores de giro Na etapa 3, P=2M-3=23-3=1 fator de giro 23 23

Para m=0 (etapa 1) 24 24 24

Para m=1 (etapa 2) 25 25 25

Para m=2 (etapa 3) 26 26 26

A FFT de uma sequência de 8 pontos 27 27 27

28 28

Transformada Rápida de Fourier Método da Decimação no Tempo 29 29

Método de Decimação no Tempo Neste algoritmo se divide a sequência x[n] em índices pares x[2m] e impares x[2m=1] 30 30

Método de Decimação no Tempo Usando a relação Definem-se novas funções: 31 31

Método de Decimação no Tempo Substituindo-se as novas funções temos que a primeira metade da DFT pode ser calculada por: Sendo que: A segunda metade é calculada por: 32 32

Núcleo básico da FFT (operação borboleta - butterfly) Para uma FFT de tamanho N=2 O número de fatores de giro ( ) na i-ésima etapa é P=2i-1 Para cada etapa, o número “t ” nos fatores de giro é 33 33

Núcleo básico da FFT (operação borboleta - butterfly) Para uma FFT de tamanho N=8=23, M=3 Na etapa 1, P=21-1=20=1 fator de giro Na etapa 2, P=22-1=2 fatores de giro Na etapa 3, P=23-1=4 fatores de giro 34 34

Para uma sequência x[n] de 8 pontos 35 35

Comparação do Custo Computacional entre a DFT e a FFT Características DFT de N pontos FFT de N pontos Algoritmo Solução de N equações com N variáveis 0,5N borboletas/etapa P etapas Total de borboletas = 0,5P.N Multiplicações N por equação 1 por borboleta Somas N-1 por equação 2 por borboleta Total de multiplicações N2 0,5*N*Log2(N) Total de somas N(N-1) N.log2(N) 36 36