4.2 Amostragem e Conversão AD

Introdução aos sinais discretos
e conversão de sinais
analógicos para digitais
Dispositivos de Medição Elétrica
• Usualmente, dois tipos de equipamentos são utilizados na
medição de sinais elétricos:
• Medidores analógicos: são compostos apenas de

componentes analógicos. Estes medidores são
frequentemente encontrados em mostradores de
equipamentos, devido a sua facilidade de leitura.
• Medidores digitais: esses tipos de medidores possuem um

conversor Analógico-Digital para transformar o sinal elétrico
analógico em um dado digital. São amplamente empregados
para a aquisição e análise de sinais por computadores.
Dispositivos Analógicos
Voltímetros
Osciloscópios
Sistemas de aquisição de dados

Dispositivos digitais
Voltímetros
Osciloscópios
Sistemas de Aquisição de Dados

Sinais Analógicos vs Digitais
 Quais as principais diferenças?
 Os dois sinais representam a mesma coisa?
 Exemplos:
 Um sinal contínuo contém um número infinito de amostras
com resolução infinitesimal. Ex.: função seno ou cosseno
 Sinais discretos são limitados em número de amostras,
intervalo de amostragem e resolução
Definições
 Representação em tempo contínuo : x(t)
onde t é um numero real que representa a variável

independente de tempo contínua
 Representação em tempo discreto : x[n], x(kt) ou x(k)
onde t é o intervalo de amostragem e k e n representam

variáveis de tempo discretas
Definições
 Exemplo:
Contínuo Discreto
𝑥 𝑡 = 10𝑒 −2𝑡 𝑠𝑒𝑛(𝑡) 𝑥 𝑘∆𝑡 = 10𝑒 −2𝑘∆𝑡 𝑠𝑒𝑛(𝑘∆𝑡)
𝑐𝑜𝑚 ∆𝑡 = 0.1𝑠
 Observa-se que essencialmente os dois sinais são diferentes
 No entanto, o sinal digital pode ser uma boa representação

do contínuo, dependendo dos parâmetros de digitalização.
 Em alguns casos, o sinal digital pode representar somente

uma parte o conteúdo de um
sinal contínuo
 Logo, a definição do intervalo

entre amostras (t) é
um parâmetro importante
na digitalização de sinais
Amostragem
 Com base no que já foi apresentado, é possível observar que
uma amostragem insuficiente pode mascarar informações
relevantes contidas no sinal contínuo.
 O mesmo pode
acontecer em imagens:
 Como isso acontece? É possível evitar a perda de

informações relevantes?
Amostragem
 Quando amostramos um sinal senoidal de frequência ,
temos
𝑥 𝑛 = 𝑥 𝑘∆𝑡
= 𝐴. 𝑐𝑜𝑠(2𝜋𝜔𝑘∆𝑡)
= 𝐴. 𝑐𝑜𝑠(2𝜋𝜔𝑘)
ෝ
 Pode-se notar que definimos uma nova frequência

característica
𝜔
𝜔
ෝ = 𝜔. ∆𝑡 =
𝑓𝑠
Onde fs é a taxa de amostragem ou 1/t. Logo, 𝜔ෝ pode ser

entendido como uma frequência relativa (ciclos/amostra)
Amostragem
 Para valores de 𝜔
ෝ maiores que 1 (por exemplo, 𝜔=1.2),
ෝ
temos
𝑥 𝑛 = 𝐴. 𝑐𝑜𝑠(2𝜋𝜔𝑘)=𝐴.
ෝ 𝑐𝑜𝑠[2𝜋(1 + 0.2)𝑘]
𝑥 𝑛 = 𝐴. 𝑐𝑜𝑠 2𝑘𝜋 + 2𝑘𝜋 0.2 𝑘 = 𝐴. 𝑐𝑜𝑠[2𝑘𝜋 0.2 ]
 Nesse caso, nota-se que os sinais discretos x[n] com 𝜔=1.2

ෝ e
𝜔=0.2,
ෝ são idênticos.
 Podemos ir um passo além. Sabendo que cos()=cos(-), e

analisando a série discreta para um caso com 𝜔
ෝ =0.8, temos
𝑥 𝑛 = 𝐴. 𝑐𝑜𝑠 2𝜋 0.8 𝑘 = 𝐴. 𝑐𝑜𝑠[2𝑘𝜋 1 − 0.2 ]
𝑥 𝑛 = 𝐴. 𝑐𝑜𝑠 −2𝑘𝜋(0.2) = 𝐴. 𝑐𝑜𝑠[2𝑘𝜋 0.2 𝑘]
 Para senos, é possível obter uma relação similar.

Amostragem
 Logo, pode-se notar que para qualquer |𝜔|>0.5,
ෝ é possível
utilizar uma soma ou subtração de um período inteiro para
se encontrar uma frequência equivalente com modulo mais
baixo. 𝑟𝑒𝑚 𝜔,
ෝ 0.5 𝑝𝑎𝑟𝑎 𝑝 = 0,2, …
𝜔
ෝ𝐴𝑝𝑎𝑟𝑒𝑛𝑡𝑒 = {
0.5 − 𝑟𝑒𝑚 𝜔,
ෝ 0.5 𝑝𝑎𝑟𝑎 𝑝 = 1,3, …
𝑜𝑛𝑑𝑒 𝑝 = 𝑚𝑜𝑑(𝜔,
ෝ 0.5)
 Logo:
𝜔
𝜔
ෝ𝑚𝑎𝑥 = 0.5 =
𝑓𝑠
𝜔𝑚𝑎𝑥 = 0.5𝑓𝑠
Teorema de Shannon-Nyquist
Amostragem
 Qual a consequência do teorema de amostragem de
Shannon-Nyquist?
Extraído de https://en.wikipedia.org/wiki/Wagon-wheel_effect
Amostragem
 Qual a consequência do teorema de amostragem de
Shannon-Nyquist?
 Dois sinais com frequências diferentes podem ter a mesma

representação discreta! Não é só a perda de informação, o
sinal digitalizado pode representar uma falsa frequência!
Amostragem
 Exemplo da amostragem de sinais com frequência acima da
frequência de Nyquist (fs/2).
Sinal não pode ser

resolvido com a
frequência de
aquisição
utilizada(Freq>
FreqNyquist ).
Se não for removido cria
falsas frequências
(aliasing).
Amostragem
 Exemplo da amostragem de sinais com frequência acima da
frequência de Nyquist (fs/2).
Frequências abaixo de
Nyquist podem ser
bem resolvidas com
análise espectral (será
vista no curso)
Amostragem
 Exemplo da contaminação do espectro por frequências
acima de Nyquist (fs/2). Efeito conhecido como aliasing
COMO EVITAR?
Áreas equivalentes
Filtros Analógicos
 Para se evitar falsas frequências utiliza-se filtros anti-alias
analógicos para remover frequências acima de Nyquist,
antes da digitalização. (Na dúvida ver notas de Métodos Experimentais
MEC2310)
 Diferentes tipos e características

Filtros
 Filtros anti-alias são do tipo Passa-baixa e o funcionamento
pode ser ilustrado com o diagrama a seguir.
 Na prática a função de corte de um filtro analógico é suave e

portanto há uma banda de distorção.
Banda passante Banda de corte
Corte ideal
Filtros analógicos
 Exemplo do efeito de um filtro na redução de falsas
frequências
Resolução em amplitude
 Na conversão de um sinal analógico para digital, a amplitude
também é representada com um número finito de intervalos
discretos. O número de intervalos está associado a resolução
 Resolução em Bits:
 Normalmente a resolução é dada em bits e se refere ao

número de intervalos discretos em que a faixa de medição
do equipamento pode ser dividida.
 Ex.: Equipamento com faixa de medição: 0-10V e conversão

A/D de 12Bits.
Número de intervalos discretos =212=4096
ΔAmplitude = (10-0)/4096=0.0024V (resolução mínima)
 Resolução em Bits:
 Na prática, conversores Analógico/Digital (A/D) possuem
número de bits e resolução fixos. (Sistemas que permitem a
mudança de resolução possuem amplificadores acoplados)
 Logo, cabe ao usuário, ajustar o sinal para utilizar o maior

número de intervalos discretos do conversor A/D.
 Para isso, utiliza-se amplificadores analógicos de tensão

Diagrama de processo de medição
Conversores Analógico Digital
 Com base no que foi visto, os conversores A/D podem ser
representados da seguinte forma:
x(t) x[n]
Conversor A/D
t (1/fs)
Resolução (Bits)
x(t) sample and hold x[n]
t (tempo de
chaveamento)
 Logo, pode-se visualizar a discretização de um conversor A/D
como:
sample
Resolução and hold
(nº de bits) +
Conv. AD
t (tempo de chaveamento)
 Observa-se que quando se escolhe o intervalo de
amostragem (t) e a resolução, define-se a malha de
discretização do sinal.
 Os conceitos podem ser estendidos para simulações

numéricas com intervalo de amostragem no espaço e no
tempo.
 Assim, pode-se extrapolar o que foi visto para imagens,

simulações numéricas e etc.
Uma revisão de conceitos pode ser
feita usando o Laboratório Virtual
Download: http://lef.mec.puc-rio.br/cursos/processamento-de-sinais/

4.2 Amostragem e Conversão AD

Enviado por

Direitos autorais:

Formatos disponíveis

4.2 Amostragem e Conversão AD

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

4.2 Amostragem e Conversão AD

Enviado por

Direitos autorais:

Formatos disponíveis

Introdução aos sinais discretos

• Medidores analógicos: são compostos apenas de

• Medidores digitais: esses tipos de medidores possuem um

Sistemas de aquisição de dados

Sistemas de Aquisição de Dados

 Os dois sinais representam a mesma coisa?

onde t é um numero real que representa a variável

 Representação em tempo discreto : x[n], x(kt) ou x(k)

onde t é o intervalo de amostragem e k e n representam

 No entanto, o sinal digital pode ser uma boa representação

 Em alguns casos, o sinal digital pode representar somente

 Logo, a definição do intervalo

 Como isso acontece? É possível evitar a perda de

 Pode-se notar que definimos uma nova frequência

Onde fs é a taxa de amostragem ou 1/t. Logo, 𝜔ෝ pode ser

𝑥 𝑛 = 𝐴. 𝑐𝑜𝑠 2𝑘𝜋 + 2𝑘𝜋 0.2 𝑘 = 𝐴. 𝑐𝑜𝑠[2𝑘𝜋 0.2 ]

 Nesse caso, nota-se que os sinais discretos x[n] com 𝜔=1.2

 Podemos ir um passo além. Sabendo que cos()=cos(-), e

𝑥 𝑛 = 𝐴. 𝑐𝑜𝑠 −2𝑘𝜋(0.2) = 𝐴. 𝑐𝑜𝑠[2𝑘𝜋 0.2 𝑘]

 Para senos, é possível obter uma relação similar.

 Dois sinais com frequências diferentes podem ter a mesma

Sinal não pode ser

 Diferentes tipos e características

 Na prática a função de corte de um filtro analógico é suave e

 Normalmente a resolução é dada em bits e se refere ao

 Ex.: Equipamento com faixa de medição: 0-10V e conversão

 Logo, cabe ao usuário, ajustar o sinal para utilizar o maior

 Para isso, utiliza-se amplificadores analógicos de tensão

 Os conceitos podem ser estendidos para simulações

 Assim, pode-se extrapolar o que foi visto para imagens,

Você também pode gostar