Traduo adotada no Brasil para os ttulos originais em ingls: Titanic, Toy Story, Jurassic Park, Star Wars e The Matrix.(N.T.)
161
Dica Observe na pasta de trabalho FFT-IFFT que os dados de entrada so nmeros reais puros. A FFT produz um conjunto de dados complexos e os resultados da IFFT so dados reais no-numricos (texto) que retornam ao domnio dos dados originais. Voc deve transformar a sada IFFT em dados numricos usando a funo de planilha IMREAL, conforme mostra a linha 21 da tela. A planilha no recalcula automaticamente a FFT e a IFFT. Assim, toda vez que os dados de entrada forem alterados voc
162
CAPTULO ONZE
Fig. 11-1 Tela inicial da planilha Principal da pasta de trabalho FFT-IFFT. A caixa de dilogo Anlise de Fourier est ativada. Examine a linha 15 na tela do seu computador. O contedo dessa linha complexo. O sinal de entrada consiste em dois sinais senoidais de amplitudes e freqncias diferentes.
Fig. 11-2 Caixa de dilogo da Anlise de Fourier. Marque a caixa de verificao Inversa para efetuar a operao IFFT. Aqui est selecionada a opo Intervalo de Sada.
Observe que o sinal de teste usado na planilha um teste de dois tons consistindo em duas ondas senoidais de amplitudes e de freqncias diferentes. O sinal de dois tons um teste padro para medir a distoro por intermodulao, que um efeito no-linear. Se o sistema sob teste for linear, as nicas freqncias na sada sero as freqncias da entrada. Se o sistema for no-linear, aparecero freqncias misturadas (como somas e diferenas). O ouvido humano no-linear e esta a razo pela qual ouvimos freqncias misturadas e a msica soa agradvel. A Fig. 11-3 mostra erros muito pequenos envolvidos na transformao do domnio de origem dos dados em FFT e na transformao inversa do espectro para o original, usando a IFFT. Mais tarde executaremos alguns clculos analticos para que voc possa comparar os resultados da FFT com os exatos.
A FFT um recurso extremamente poderoso, mas possui algumas peculiaridades das quais voc deve estar ciente. Uma fonte principal de erros relativos aos dados no-peridicos que a FFT supe sempre que os dados so peridicos. Como conseqncia disto, a FFT pode se tornar imprecisa medida que voc se aproxima das extremidades positiva e negativa do eixo das freqncias. Essa periodicidade imposta fica evidente ao comparar os resultados da FFT com os resultados exatos de parte real e imaginria, de magnitude e fase, bem como o grfico polar da parte imaginria em funo da parte real. O grfico polar sempre fecha porque a FFT supe a ligao suave com um conjunto de dados idnticos nas extremidades direita e esquerda. Vamos fazer um resumo de algumas dicas e truques necessrios para que a operao com a FFT seja bem-sucedida.
163
Fig. 11-3 Erros entre os dados originais e os resultantes da aplicao da FFT seguida da operao inversa IFFT. Observe que os erros so, no mximo, umas poucas partes em 1015. Este grfico est disponvel na pasta de trabalho FFT-IFFT.
Dica A sada da IFFT apresentada na forma no-numrica e inclui a defasagem de Nyquist se entrada da FFT tiver sido aplicada a defasagem de Nyquist. Caso voc deseje visualizar a sada ou gerar um grfico, utilize a funo de planilha IMREAL para recuperar a parte real da IFFT e multiplique novamente pela funo mais-um-menos-um que produz a defasagem de Nyquist a fim de desfazer o processamento original antes da FFT. Por exemplo, o contedo IFFT da clula B19 mostrado como 1,23313443962164, mas est em forma no-numrica. A frmula na clula B21 =IMREAL(B19)*B11. Essa operao transforma o contedo da clula B19 em forma numrica e a frmula na clula B11 desfaz a defasagem de Nyquist existente. Por um instante, vamos fazer uma pequena digresso e executar o clculo analtico de uma transformada de Fourier como objetivo de ajudar voc a ter uma intuio sobre o procedimento numrico.
164
CAPTULO ONZE
onde f(t) uma forma de onda no domnio original (aqui o domnio o do tempo t) e F( ) o espectro no domnio de freqncia. A freqncia medida em rad/s. Lembre-se de que 2 f, onde f a freqncia em Hz. As Eqs. (11-1) e (11-2) so realmente notveis; muitos livros foram escritos sobre elas. A Eq. (11-1) chamada de transformada direta e a Eq. (11-2) chamada de transformada inversa. A utilizao dessas integrais freqentemente uma tarefa desafiadora, mas vejamos como fcil (e instrutivo) aplic-las a um dos sinais mais usados, o pulso retangular. Bilhes de pulsos como estes so usados a cada segundo de cada dia nos sistemas digitais em todo o mundo. Obtenhamos o espectro de um pulso de amplitude A e largura T. Admita que o pulso esteja centrado em t 0, isto , que comea em T/2 e termina em T/2.
A Eq. (11-7), provavelmente, seria entendida por um matemtico, mas para a maioria das pessoas preciso escrever a Eq. (117) em uma forma mais compreensvel e que possa ser representada graficamente. Em primeiro lugar, multiplique o numerador e o denominador por 1 e voc obter uma frmula mais familiar:
Lembre-se de que o seno pode ser representado em termos de exponenciais complexas como:
assim a Eq. (11-8) pode ser escrita como O pulso representado graficamente na Fig. 11-4. Vamos inserir agora esta funo na Eq. (11-1): A funo da Eq. (11-10) to comum que chamada da funo seno de x sobre x. A Fig. 11-4 mostra o pulso e seu espectro. O pulso restrito no tempo mas o espectro se espalha de menos
Fig. 11-4 Curva superior: pulso retangular simtrico, centrado na origem do eixo dos tempos. Curva inferior: parte central do espectro correspondente. O grfico corresponde ao clculo analtico, no ao resultado da aplicao da FFT do EXCEL. Para obter uma separao entre os grficos, visando a uma maior clareza, o grfico do pulso foi deslocado para cima uma unidade de amplitude e o do espectro, deslocado para baixo uma unidade de amplitude.
165
infinito a mais infinito. A Fig. 11-4 mostra o pulso completo, mas apenas a parte central do espectro apresentada. Observe que na Fig. 11-4 o pulso limitado no domnio do tempo mas o espectro ilimitado; existe de menos infinito a mais infinito. Contudo, a maior parte da energia est concentrada em torno de zero. til realizar uma medida quantitativa para saber como essa energia est concentrada, em outras palavras, para conhecer a largura de faixa do sinal. Uma forma de definir a largura de faixa baseada na Eq. (11-12). O lbulo central contm a maior parte da energia e o primeiro valor nulo ocorre, de cada lado do mximo em:
assim, podemos representar o espectro por uma funo real, usando a representao complexa da funo seno, Eq. (11-10).
Dessa forma, a freqncia do primeiro nulo, isto , a largura de faixa, dada por:
Dicas Um espectro complexo pode ser representado por suas partes real e imaginria, bem como por suas magnitude e fase. No laboratrio, em geral, voc mede a magnitude e a fase de um espectro e esta , provavelmente, a forma mais fcil de interpret-lo. Quando a forma de onda centrada (simtrica) no domnio original dos dados, tanto a fase como a parte imaginria do espectro tm zero como valor. Algumas formas de onda no so simtricas no domnio do tempo (por exemplo, todas as formas de onda que comeam em t = 0 so no-simtricas). Formas de onda assimtricas tm sempre um espectro com fase e parte imaginria no-nulas. Teste esta propriedade para comprovar essa realidade (veja o Exerccio 1 no final deste captulo). As integrais do par de transformadas de Fourier parecem simples mas, com freqncia, so extraordinariamente difceis. Em muitos casos elas no existem na forma analtica conhecida. Dados experimentais sempre contm rudo (os dados no so funes analticas completas) e, portanto, os mtodos analticos no podem ser utilizados. Devem ser usados mtodos numricos como a FFT. Os mtodos numricos j existiam antes da FFT mas, em geral, exigiam a realizao de inmeros clculos, tornando-os impraticveis para uso comum. As transformadas de Fourier sem a FFT requerem um volume de operaes de clculo proporcional a n2, onde n o nmero de pontos de dados. As operaes de FFT geralmente requerem operaes proporcionais ao logaritmo de n. Como resultado, a anlise de grandes conjuntos de dados com a FFT pode ser feita agora em microssegundos em vez de anos. Vamos continuar a analisar a defasagem de Nyquist, o preenchimento com zeros, a normalizao de freqncia, a amostragem e a ambigidade e a janela de dados, alm de mostrar como utilizar esses detalhes com a FFT do EXCEL.
(Recorde: 2 f.) Por exemplo, um pulso com largura de 1 s tem uma largura de faixa de 1 MHz. H energia considervel fora dessa largura de faixa, mas a maioria est no interior dela. Que percentual da energia total est no interior da largura de faixa? (Veja o Exerccio 7 no fim deste captulo.) O Exerccio 4 mostrar a voc numericamente como a largura do pulso controla a largura de faixa. Observao: nos sistemas digitais a largura de faixa tambm refere-se velocidade possvel de envio dos dados por meio de uma conexo. Em geral, essa largura de faixa medida em bits por segundo. Uma pgina cheia com um texto em ingls tem cerca de 16.000 bits. Um modem com uma boa linha telefnica pode transmitir cerca de 56.000 bps. Uma tela animada de vdeo requer, a grosso modo, 10.000.000 bps, dependendo da compactao que estiver sendo utilizada. De modo geral, quando a forma de onda for apenas uma funo real, o espectro ser complexo. Nesse caso em particular, um exemplo analtico simples, as partes imaginrias se anulam e,
166
CAPTULO ONZE
Dica Voc pode combinar as operaes de defasagem de Nyquist e de colocao de janelas nos dados (Seo 11.10) em uma nica etapa da planilha. Elas constituem operaes de pr-processamento. Tudo o que precisa fazer multiplicar o ponto de dados bruto pela frmula da janela de dados e pela frmula de Nyquist. Por exemplo, se o ponto de dados bruto estiver na clula A7, a frmula na clula A8 poderia ser =A7*(0,5-0,5*COS(2*PI()*A$6/ 128))COS(A6*PI()). Aqui, a frmula que multiplica a clula A8 a da janela de von Hann (Seo 11.10), e esta ainda multiplicada pela defasagem de Nyquist COS(A6*PI()). Nesta frmula o eixo dos tempos representado pela linha 6.
Para uma tabela de aquisio de dados que pode coletar 105 dados por segundo, t 10 5 s. Se o nmero total de amostras for N, ento o intervalo de freqncia entre os pontos de dados do espectro aps o processamento com FFT :
Por exemplo, se N for igual a 512 amostras e t for 10 s a escala de freqncia entre os pontos de dados do espectro de 195,3125 Hz. A informao est localizada exclusivamente nesses pontos de dados. No h nada entre eles. Aumentar o nmero de amostras diminuiu a escala. Coletar mais amostras sempre uma boa idia porque aumenta o nmero de informaes, mas isto tambm requer mais tempo e mais potncia de clculo. Use a pasta de trabalho ESCALA DE FREQNCIA para ver como isso feito.
superior da audio humana. Talvez alguns sistemas digitais de som tenham uma especificao 8 vezes maior do que a amostragem. Isso significa que a freqncia de Nyquist oito vezes a mais alta freqncia amplificada pelo sistema. A sobreamostragem permite o uso de filtros baratos e simples aps a converso A/D. Filtros anti aliasing so filtros passa-baixas usados antes de conversores A/D para reduzir a energia acima da freqncia de Nyquist antes da converso anlogo-digital. Os filtros antialiasing devem ter uma caracterstica de fase linear na faixa passante a fim de minimizar a distoro de fase. Abra a pasta de trabalho DADOS-ALIAS e teste o aliasing na planilha (veja o Exerccio 7 no final deste captulo). Nessa pasta de trabalho a taxa de amostragem constante e a freqncia da onda senoidal ajustvel. Construa uma planilha que mantenha constante o valor da freqncia da onda senoidal e ajuste a taxa de amostragem. A Fig. 11-5 mostra a tela inicial da pasta de trabalho DADOS-ALIAS.
A iluso do movimento contnuo obtida explorando a reteno da retina atravs da exibio de 24 quadros por segundo. (N.T.)
167
Fig. 11-5 Exemplo de uma onda senoidal acima e abaixo da freqncia de Nyquist. Mude a freqncia B para um valor elevado, como por exemplo 50 vezes a freqncia A. Observe como parece ser uma freqncia baixa.
onde n um ponto de dados; N o nmero total de pontos de dados da janela. Essa janela instalada para 0 n N 1. Para uso com a FFT, N um nmero inteiro com potncia de 2. As janelas de Hamming e de Von Hann so particularmente simples. Observe que a janela de Hamming a nica que no possui zeros nas extremidades da janela. Por exemplo, usando a Eq. (11-14) com a Tabela 11-1, podemos escrever a equao da janela de Von Hann para N 128 como:
168
CAPTULO ONZE
Uma janela retangular corresponde, na realidade, a no ter uma janela. Ela serve somente para iniciar e interromper uma seqncia de dados. Abra uma nova planilha e trace os grficos das janelas de Hamming, de Von Hann, de Blackman-Harris e de Kaiser-Bessel usando a Eq. (11-16) com 64 pontos. A insero de dados nas janelas um tema em aberto. Tratase de uma rea de pesquisa ativa e as cinco janelas descritas anteriormente compreendem um pequeno subconjunto de um grande grupo. J utilizamos janelas de dados para melhorar a resoluo do espectro em algumas planilhas anteriores. A insero de dados nas janelas uma etapa de pr-processamento dos dados antes de aplicar a FFT. Usamos tambm a defasagem de Nyquist como forma de pr-processamento na Seo 11.6, mas o objetivo foi apenas esttico, centrar o espectro de modo que se parea com o calculado analiticamente. O vazamento de espectro que ocorre ao selecionar um bloco de dados pode ser considerado como uma forma de difrao generalizada. O incio e a interrupo repentinos de uma seqncia de dados responsvel por esta difrao exatamente como a borda afiada de uma lente ou de um espelho borra uma imagem ptica devido difrao. Na verdade, o uso de janelas em ptica conhecido como apodizao e refere-se a um filtro neutro de gradiente de densidade aplicado a uma lente ou a um espelho prximo das bordas. A remoo de parte da energia prxima dos limites da lente ou da antena atenua os efeitos da difrao e aumenta a resoluo da imagem. Suavizar o incio e a interrupo de uma seqncia de dados, com certeza, reduzir a freqncia dessa difrao. No entanto, a experincia mostra que sempre preciso desistir de algo para ganhar outro. Na realidade h vrias solues de compromisso, incluindo o nvel de lobos laterais, largura de faixa equivalente de rudo e ganho coerente. Essas solues de compromisso so a razo de terem sido inventadas tantas janelas. Optar por no utilizar as janelas, na realidade, significa utilizar uma janela retangular e essa a pior escolha de todas. Leve em considerao selecionar um bloco de dados de uma onda
senoidal. Se o bloco de dados incluir um nmero inteiro de meios-perodos ento os dados aumentaro a partir de zero no incio e diminuiro at zero no final, gradativamente. No fcil selecionar um bloco de dados com essas caractersticas; na maior parte do tempo selecionamos como pontos de dados um nmero inteiro potncia de 2 para uma dada freqncia de amostragem e, em seguida, processamos os dados. O uso de janelas antes da FFT pode produzir melhorias surpreendentes na resoluo do espectro, como veremos a seguir. O uso das janelas envolve a multiplicao dos pontos de dados por uma funo de janela. A multiplicao no domnio do tempo equivalente convoluo em freqncia; por conseguinte, o uso da janela uma forma de convoluo (veja a Seo 12.2). A pasta de trabalho JANELA DE DADOS, mostrada na Fig. 11-6, tem uma pequena biblioteca de funes de janela que voc pode usar. Podem ser adicionadas novas janelas sua escolha. As j embutidas so as janelas retangular, de Von Hann, de Hamming, de Blackman-Harris e Kaiser-Bessel. As de Von Hann e de Hamming so particularmente simples. Para selecionar uma janela, copie a frmula da clula do tipo de janela nas clulas A10:DX10. Por exemplo, para selecionar a janela de Hamming, copie a clula A30 na linha 10. A Fig. 11-7 mostra um sinal de teste de duas freqncias com uma janela retangular e a Fig. 118 compara os espectros obtidos usando essas janelas. As propriedades de mais de vinte janelas comuns esto catalogadas no famoso artigo F.J. Harris, On the use of windows for harmonic analysis with discrete Fourier transform, Proceedings of the IEEE 66, pp. 5183 (1978) e em E.O. Brigham The Fast Fourier Transform and Its Applications (Prentice-Hall 1988). Os resultados da janela de Blackman-Harris so impressionantes, com melhoria superior a 90 dB nas laterais das linhas espectrais e excelente resoluo de duas linhas. Use a pasta de trabalho para examinar a janela de Blackman-Harris. A janela de Hamming mais simples, Fig. 11-8, tem boa resoluo mas uma melhoria inferior nas laterais. Observe a pequena diferena obtida ao usar as janelas de Hamming e de Blackman-Harris nos
Fig. 11-6 Tela inicial da planilha Principal da pasta de trabalho JANELA DE DADOS. A frmula para aplicao da janela de Hamming est mostrada na clula A10. Observe o efeito da aplicao da janela na linha 12.
169
Fig. 11-7 Sinal de teste com duas freqncias visto de uma janela retangular. Observe a interrupo repentina da seqncia de dados de 128 pontos. Isso causa vazamento do espectro.
valores de pico ligeiramente menores dos espectros em comparao com o da janela retangular. A Fig. 11-8 mostra uma razo pela qual os espectros observados estimam realmente o verdadeiro estado da natureza. O sinal de teste de duas freqncias consiste em duas ondas senoidais. A senide de freqncia inferior tem uma freqncia cujo valor 2/3 da freqncia da outra senide. A Fig. 11-7 mostra o sinal de teste modificado por uma janela de Hamming
e a Fig. 11-8 mostra uma comparao dos resultados da janela retangular e da janela de Hamming. Como na vida, o que voc v depende do tipo de janela atravs da qual voc olha. A escolha da melhor janela depende daquilo que estiver procurando obter e uma boa idia analisar o espectro usando vrias janelas. O problema da estimao obtido espectral envolvendo dados aleatrios com a FFT, atualmente, objeto de interesse para pesquisa.
Fig. 11-8 Esse o mesmo sinal mostrado na Fig. 11-5, visto aqui em uma janela (sinal com valores positivos e negativos). A funo-janela de Hamming tem marcadores circulares.
Quando f(t) for medido em volts e |f(t)|2 em volts2/ohms, que representa a potncia em watts, ento a integral ao longo do tempo
170
CAPTULO ONZE
fornece a energia. Correspondentemente, se |F( )| for medido em voltssegundos ou volts/Hz, ento |F( )|2 medido em unidades de (volt/Hz)2/ohm, Js, ou J/Hz. A grandeza |F( )|2 chamada de densidade espectral de potncia, DEP, ou (menos precisamente) espectro de potncia, porque a integrao de J/Hz sobre a freqncia produz J.
veja o Cap. 4). De um modo geral, voc no ter essa informao para dados experimentais, mas no projeto de sinais e sistemas possvel usar a forma:
Aqui, p perodo da funo e os As e Bs so os coeficientes de Fourier (veja a planilha FOURIER, no Cap. 4).
Dica As Eqs. (11-19) e (11-20) podem ser usadas para verificar a exatido dos clculos. Por exemplo, se voc esquecer de elevar o valor do espectro ao quadrado, ou se houver um erro no ponto de dados, esta equao no ter soluo. Teste o procedimento na pasta de trabalho DEP.
onde N o nmero de pontos do conjunto de dados. Na FFT do EXCEL, o nmero de pontos ser sempre um inteiro potncia de 2. Uma outra forma do teorema de Parseval til no caso de funes peridicas, caso voc tenha a sorte de conhecer a frmula do sinal (e, em conseqncia, conhecer a srie de Fourier,
Fig. 11-9 Comparao entre as janelas retangular (curva superior) e a de Hamming (curva inferior) aplicadas ao sinal de teste das duas freqncias. Nenhum deslocamento vertical foi aplicado; esses so os verdadeiros espectros. Observe a boa resoluo espectral e o baixo vazamento de espectro da janela de Hamming. Observe tambm que a janela de Hamming representou a potncia dos dois sinais de forma mais exata que a janela retangular. Examine o grfico mais detalhadamente usando a pasta de trabalho JANELA DE DADOS.
171
Fig. 11-10 Tela inicial da planilha Principal da pasta de trabalho DEP. Observe os nmeros complexos na coluna F. Observe, tambm, que o teorema de Parseval se confirma; a energia de entrada a mesma energia contida no espectro.
Fig. 11-11 Sinal de entrada do exemplo DEP. Trata-se de um segmento de onda senoidal.
172
CAPTULO ONZE
Fig. 11-12 DEP da onda senoidal da Fig. 11-11. Para obter a DEP somente das freqncias positivas, multiplique a DEP por 2 e trace o grfico entre os valores da freqncia de 64 a 128. Observe o pequeno vazamento de espectro prximo do valor zero da potncia.
A coluna E contm o sinal de entrada aps a aplicao da defasagem de Nyquist. A frmula da clula E7 =B7*D7. Esse resultado copiado para as clulas do intervalo E7:E134. A coluna F contm o espectro gerado pela aplicao da ferramenta Anlise de Fourier ativada pelos menus [Ferramentas][Anlise de Dados]. O espectro est em F7:F134. A coluna I contm a densidade espectral de potncia (DEP). A frmula da clula I7 =IMABS(F7)^2/128 de acordo com
a Eq. (11-19). Essa expresso copiada para I7:I134. A Fig. 1110 mostra a DEP. A clula E3 exibe a energia do sinal de entrada. A frmula dessa clula =SOMA(C7:C134). A clula I3 exibe a energia do espectro, isto , a DEP somada ao longo das freqncias. A frmula dessa clula =SOMA (I7:I134). Compare com o resultado da clula E3.
REFERNCIAS
R. Bracewell, The Fourier Transform and Its Applications (McGraw-Hill, New York, 1965). E. O. Brigham, The Fast Fourier Transform and Its Applications (Prentice-Hall 1988). D. C. Champeney, Fourier Transforms and Their Physical Applications (Academic Press, New York, 1973). P. R. Griffiths and G. Pariente, Deconvolution, Trends in Analytical Chemistry 5, No. 8, (1986). F. J. Harris, On the use of windows for harmonic analysis with the discrete Fourier transform, Proc. IEEE 66, 51-83 (1978). P. Jansson, Deconvolution of Images and Spectra, (Academic Press, New York 1977). A. V. Oppenheim and R.W. Schafer. Discrete-Time Signal Processing (Prentice Hall, Englewood Cliffs, NJ, 1989). A indstria de entretenimento uma das foras propulsoras do processamento digital de sinais. Uma das empresas lderes de mercado a Pixar Animation Studios. Seu site na web : http://www.pixar.com/ A indstria de udio a maior usuria das tcnicas de processamento digital de sinal. Acesse, por exemplo: http://www.digido.com/homepage.html A Digital Domain criou os efeitos digitais do filme Titanic. Essa empresa foi fundada por James Cameron (diretor de Titanic), Scott Ross e Stan Winston. O endereo na web : http://www.d2.com/ A Manex Visual Effects produziu os surpreendentes efeitos especiais digitais do filme Matrix: http://www.mvfx.com/ S.D. Landy, Mapping the universe, Scientific American 280 (6), 38-45 (1999) June. A Industrial Light and Magic, fundada por George Lucas (Guerra nas Estrelas). O site da empresa : http://www.lucasfilm.com/ A Society of Motion Picture and Television Engineers (SMPTE) est na vanguarda de tcnicas utilizadas neste captulo, por conta de mtodos digitais usados em filmes. Seu site : http://www.smpte.org/
173
Esse artigo mostra como explorar o universo com a densidade espectral de potncia; o artigo estabelece uma analogia entre a anlise espectral acstica e a anlise espectral espacial e como obter uma viso geral. http://www.sciam.com
T.C. Levin and M.E. Edgerton, The throat singers of Tuva, Scientific American 281 (3) 80-87 (1999) September. A densidade espectral de potncia revela os segredos dos sons musicais extraordinrios produzidos por cantores nativos do sul da Sibria.