Especificações de projeto e desenvolvimento de plataforma para array processing

(1)

CURSO DE ENGENHARIA DE CONTROLE E AUTOMAC

¸ ˜

AO

HERMAN LUCAS DOS SANTOS

ESPECIFICAC

¸ ˜

OES DE PROJETO E DESENVOLVIMENTO DE

PLATAFORMA PARA ARRAY PROCESSING

TRABALHO DE CONCLUS ˜

AO DE CURSO

CORN ´ELIO PROC ´OPIO

(2)

ESPECIFICAC

¸ ˜

OES DE PROJETO E DESENVOLVIMENTO DE

PLATAFORMA PARA ARRAY PROCESSING

Trabalho de conclusão de curso apresentada ao Curso Superior de Engenharia de Controle e Automação da Universidade Tecnológica Federal do Paraná como requisito parcial para obtenção do t´ıtulo de Engenheiro de Controle e Automação.

Orientador: Prof. Dr. Wagner Endo

Co-orientador: Prof. Dr. Vander Teixeira Prado

CORN ´ELIO PROC ´OPIO

(3)

Departamento Acadêmico de Elétrica

Curso de Engenharia de Controle e Automação

FOLHA DE APROVAÇÃO

Herman Lucas dos Santos

Especificações de projeto e desenvolvimento de plataforma para array processing

Trabalho de conclusão de curso apresentado às 15:50hs do dia 18/11/2016 como requisito parcial para a obtenção do título de Engenheiro de Controle e Automação no programa de Graduação em Engenharia de Controle e Automação da Universidade Tecnológica Federal do Paraná. O candidato foi arguido pela Banca Avaliadora composta pelos professores abaixo assinados. Após deliberação, a Banca Avaliadora considerou o trabalho aprovado.

______________________________________________ Prof(a). Dr(a). Wagner Endo - Presidente (Orientador)

______________________________________________ Prof(a). Dr(a). Vander Teixeira Prado - (Coorientador)

______________________________________________ Prof(a). Dr(a). Cristiano Marcos Agulhari - (Membro)

______________________________________________ Prof(a). Dr(a). María Eugenia Dajer - (Membro)

(4)

(5)

da minha formação acadêmica de graduação em Engenharia de Controle e Automação.

Em primeiro lugar agradec¸o ao professor Wagner Endo que depositou sua confianc¸a em orientar-me desde o in´ıcio de 2014, culminando neste trabalho.

Agradec¸o aos professores que participaram deste per´ıodo, em especial ao Cristiano

Agulhari e Paulo Scalassara, os quais considero amigos pessoais, pelo apoio durante grande parte do per´ıodo de graduac¸˜ao, auxiliando com a grande carga de conhecimento que possuem,

além dos momentos de descontração. Agradeço fortemente também à professora Maria Eugênia e o professor Vander Prado, a primeira por aceitar ser parte de minha banca e o segundo por ter

aceitado à coorientação de meu TCC.

Aos meus colegas do Laboratório de Processamento de Sinais e Aplicações, LPSA,

em especial ao Murilo Cinel, que foram companhia em grande parte do trabalho, al´em do de-senvolvimento de outras atividades acadˆemicas conjuntas.

Gostaria de agradecer tamb´em aos colegas da primeira turma de Engenharia de

Con-trole e Automação, sobretudo à Veridiana, Guilherme Pelz e Thiago Honorato, que prestaram aux´ılio em momentos mais dif´ıceis da graduação e se tornaram grandes amigos meus.

Aos meus pais, Sonia e Pedro, dos quais dispensa coment´arios a gratid˜ao que tenho por

tudo que fizeram, e meus irm˜aos, Lincoln e Raiza, que sempre estiveram presentes e prestaram apoio em todos aspectos de minha vida.

`

A minha querida namorada e companheira, Tha´ıs Maciel Navarro, pelo apoio moral,

psicol´ogico e companhia prestada nesta fase final, que fora fundamental para meu crescimento pessoal e, consequentemente, deste trabalho.

Meus amigos que estiveram presentes durante estes cinco anos, sobretudo à meu amigo João Ricardo a.k.a. Parkour, que fizeste companhia em diversos dias e auxiliou em vários

aspectos da vida pessoal.

Que esta s´ıntese de meus conhecimentos adquiridos e esforços realizados não seja rela-cionado apenas a mim, mas cada uma das pessoas citadas que contribu´ıram com esta realização.

(6)

(7)

TAFORMA PARA ARRAY PROCESSING. 63 f. Trabalho de conclusão de curso – Departa-mento acadêmico de Elétrica , Universidade Tecnológica Federal do Paraná. Cornélio Procópio, 2016.

Neste trabalho busca-se aplicar técnicas de processamento de sinais para múltiplos sensores, Array Processing. São apresentados conceitos e motivações da utilização destes sensores em cenários reais, assim como exposta uma fundamentação teórica descritiva da utilização des-tes sistemas. A partir de então, o trabalho se divide em duas pardes-tes: simulações e práticas, com a exposição das operações mais triviais que são realizadas com este sistema. Propõe-se a implementação de um sistema a partir de um kit FPGA, com confecção de sistemas de aquisição de dados e transmissão à um processador offline, assim como expl´ıcitos os circuitos utilizados. Como resultados, são apresentadas as operações realizadas tanto no sistema simulado quanto no sistema real. Ao fim, são estabelecidos comentários acerca dos resultados obtidos no trabalho.

(8)

–

FIGURA 3 Circuito somador 8 bits. . . 26 –

FIGURA 4 Kit ALTERA® DE2-115 . . . 28 –

FIGURA 5 Microfone de eletreto 2 terminais . . . 29 –

FIGURA 6 Polarizac¸˜ao simples de microfone de eletreto . . . 29 –

FIGURA 7 Pinagem ADC0832. . . 30 –

FIGURA 8 Carta de tempos do dispositivo ADC0832. . . 30 –

FIGURA 9 Diagrama de fluxo do sistema proposto. . . 32 –

FIGURA 10 Análise gráfica da resolução de Beampattern para (a) 2 elementos, (b) 8 elementos, (c) 32 elementos e (d) 128 elementos para ângulos de -90 a 90º. 34 –

FIGURA 11 Análise gráfica da resolução de Beampattern para espaçamento de (a) 1 λ , (b) 1₂λ , (c) 1₄λ e (d) 1₄λ para ângulos de -90 a 90º. . . 35 –

FIGURA 12 Fluxograma do algoritmo de implementac¸˜ao de filtragem espacial por Tapered Beamformerproposto . . . 36 –

FIGURA 13 Sinais atrasados sinteticamente em perspectiva aumentada para aplicação virtual de filtragem por Tapered Beamformer. Acima: sinal de interesse. Abaixo: sinal de interferência. . . 37 –

FIGURA 14 Acima: Beampattern do filtro projetado. Abaixo: Representac¸˜ao com-pleta dos sinais de origem gravados . . . 38 –

FIGURA 15 Resultado gráfico para aplicação de Tapered Beamformer em uma composição de sinal de interesse a 45º e sinal de interferência a -20º com passos de 45º 39 –

FIGURA 16 Comparação de sa´ıda de aplicação de Tapered Beamformer para 16, 64, 256 e 1024 elementos na extração de um sinal de interesse utilizando uma janela de Chebychev com atenuação de 300 dB . . . 40 –

FIGURA 17 Circuito de amplificac¸˜ao para microfone de eletretos utilizando BC547. 42 –

FIGURA 18 Circuito para impress˜ao de offset de tens˜ao utilizando TL081. . . 43 –

FIGURA 19 Esquemático de ligação a ser utilizado no ADC0832. . . 44 –

FIGURA 20 Ligac¸˜ao do transceptor ZT232 com o chip FPGA. . . 44 –

FIGURA 21 Sinal de clock gerado pelo FPGA visto no oscilosc´opio. . . 45 –

FIGURA 22 Sinal de CS gerado pelo FPGA visto no oscilosc´opio . . . 46 –

FIGURA 23 Placa de circuito impresso gerada para funcionamento e amplificac¸˜ao do sinal dos microfones . . . 47 –

FIGURA 24 Placa de circuito impresso gerada para condicionamento do sinal dos microfones . . . 48 –

FIGURA 25 Placa de circuito impresso gerada para ligac¸˜ao dos conversores A/D . . . 49 –

FIGURA 26 Fluxo do programa embarcado no FPGA . . . 50 –

FIGURA 27 Sinais adquiridos no primeiro experimento . . . 51 –

FIGURA 28 Sinais adquiridos no segundo experimento . . . 52 –

(9)

–

(10)

FPGA Field Programable Gate Array FIR Finite Impulse Response

LPSA Laboratório de Processamento de Sinais e Aplicações LSB Less Significant Bit

MSB Most Significant Bit

MUSIC Multiple Signal Classification

SDRAM Synchronous Dynamic Random Access Memory SNR Signal-to-Noise Ratio

SRAM Static Random Access Memory ULA Uniform Linear Array

(11)

2 PROBLEMA DE PESQUISA . . . 12 3 JUSTIFICATIVA . . . 13 4 OBJETIVOS . . . 14 4.1 OBJETIVO GERAL . . . 14 4.2 OBJETIVOS ESPECÍFICOS . . . 14 5 FUNDAMENTAÇ ÃO TE ÓRICA . . . 15

5.1 ARRAY PROCESSING APLICADO A ULA . . . 15

5.2 MODELAGEM DO ULA . . . 17

5.3 FORMAÇ ÃO DO BEAMPATTERN E RELAÇ ÃO SINAL-RUÍDO (SNR) . . . 18

5.3.1 Computação da relação sinal-ru´ıdo do arranjo . . . 19

5.4 T ´ECNICAS DE FILTRAGEM ESPACIAL . . . 21

5.4.1 Conceitos de Spatial Matched Filter . . . 21

5.4.2 Tapered Beamformer . . . 22

5.5 VOZ HUMANA: CONCEITOS E CAPTAC¸ ˜AO . . . 23

5.6 ESTIMATIVA DE DIREC¸ ˜AO DE CHEGADA . . . 24

5.7 DEFINIC¸ ˜AO DE ARQUITETURA . . . 25

6 MATERIAIS E M ´ETODOS . . . 27

6.1 MATERIAIS . . . 27

6.1.1 Plataforma de aquisic¸˜ao e processamento . . . 27

6.2 MICROFONES DE ELETRETO . . . 27

6.3 CONVERSORES A/D ADC0832 . . . 28

6.4 M ´ETODOS . . . 30

7 TESTES E ENSAIOS PRELIMINARES . . . 33

7.1 N ´UMERO DE ELEMENTOS E ESPAC¸ AMENTO . . . 33

7.2 APLICAC¸ ˜AO VIRTUAL DE TAPERED BEAMFORMER . . . 34

7.3 APLICAÇ ÃO VIRTUAL DA CORRELAÇ ÃO CRUZADA PARA ESTIMAR DOA 39 8 IMPLEMENTAÇ ÃO PR ÁTICA DO SISTEMA PROPOSTO . . . 41

8.1 CONDICIONAMENTO DO SINAL E INTERFACE SENSOR-CONVERSOR . . . 41

8.1.1 Condicionamento do Sinal . . . 41

8.1.2 Esquemático de Ligação ADC0832 . . . 43

8.1.3 Protocolo serial RS-232 . . . 44

8.1.4 Interfaceamento dos conversores A/D com o FPGA . . . 45

9 RESULTADOS E DISCUSS ˜OES . . . 47

9.1 DESCRIC¸ ˜AO DO EXPERIMENTO . . . 47

9.1.1 Configurac¸˜ao do FPGA . . . 49

9.2 SINAIS CAPTADOS . . . 50

9.3 DISCUSS ˜OES ACERCA DOS RESULTADOS OBTIDOS . . . 52

10 CONCLUS ˜AO . . . 54

REFER ˆENCIAS . . . 55

(12)

1 INTRODUC¸ ˜AO

O estudo da técnica de Beamforming tem se intensificado com as inúmeras aplicações poss´ıveis que estas possuem. Esta técnica é proveniente do arranjo entre vários sensores que

captam sinais simultaneamente, e tal modelagem é denominada Array Processing. As proprie-dades desta técnica possibilitam a aplicação em diversas áreas, como em radares, sonares,

esti-mativa de direc¸˜ao de chegada fontes emissoras de sinais, sismologia e bioengenharia (TREES, 2004).

As informações que podem ser extra´ıdas por meio deste método são diversas, como

um sinal de interesse em um meio ruidoso, ou a localização de uma fonte emissora deste sinal dentre outras fontes de interferência (NAIDU, 2009). Esta técnica pode ser implementada em

diversas geometrias para os sensores, denominados elementos, no espaço e cada uma destas possui particularidades, dependendo da aplicação com que esta será utilizada.

O estudo recente da t´ecnica se mostra muito ´util principalmente na bioengenharia

(YAN et al., 2015), (JAISWAL et al., 2009), (ROFFEH; EINAV, 1995) e telecomunicações (WINTERS, 1993), (CHOI et al., 2013), (QI et al., 2011). Com o avanço computacional tem-se

técnicas cada vez mais requintadas para filtragem espacial e detecção de direção de chegada, que são dois dos escopos deste trabalho.

Em ambientes industriais, comerciais ou domiciliares existem diversos elementos que podem emitir ru´ıdos, que costumam ser estacionários, como o ru´ıdo de uma máquina elétrica,

de um motor de combustão, conversas, sendo estas sinais emitidos por pessoas, e diversas outras fontes. Os ru´ıdos que são emitidos periodicamente ou a mudança de um ru´ıdo conhecido pode

trazer diversas informações sobre o funcionamento de máquinas, por exemplo. Porém, para o caso de uma máquina, simplesmente o ru´ıdo pode ser suficiente para extração do componente

que causa uma falha mecânica por um indiv´ıduo com grande experiência, além de uma boa audição. Aplicando este método de processamento a detecção é feita de forma computacional,

com precisão da localização da peça que causou a falha.

Outro exemplo de aplicação é encontrar a posição de um atirador em um campo de batalha. Ao apertar o gatilho o estouro da pólvora irá gerar uma grande onda sonora que pode

(13)

ser captada, processada e então obter a localização aproximada de onde houve o disparo. A aplicação pode também ser muito útil para segurança, como em um ambiente onde há diversos

sinais sonoros e deseja-se monitorar o conteúdo de uma direção espec´ıfica,é poss´ıvel isolar os sinais desta direção e até mesmo localizar algum que seja de desejo.

Visa-se neste trabalho o estudo e construc¸˜ao de um ULA - Uniform Linear Array. Esta

geometria linear traz os elementos dispostos em linha com espac¸amentos iguais, onde tem-se como entrada os sinais captados pelos diversos sensores e como sa´ıda a soma dos sinais

des-locados e ponderados. São consideradas diferenças na modelagem para cada área de aplicação (TREES, 2004), mas os fundamentos da construção do arranjo e a aplicação do Beamformer

obedecem a um padr˜ao.

O estudo será feito através de sinais de áudio. Estes sinais são captados por

micro-fones e atuam em uma certa banda de frequência. Fontes emissoras de sinais sonoros podem ser diversas, como a voz humana, ru´ıdos de um motor ou reverberação em um construto.

Exis-tem diversos modos de se tratar estes problemas, como em Otsuka et al. (2014), que aplicam inferências de Bayes em um problema de análise de auditório. É apresentada também em

Ger-men et al. (2014) a aplicação desta técnica para análise de falhas em máquinas de indução, onde utiliza-se um arranjo de microfones circulares.

As diversas aplicac¸˜oes em que podem ser empregadas Array Processing fica

depen-dente apenas da habilidade e imaginação do projetista e há uma grande quantidade de técnicas que torna viável a utilização da mesma, seja para processamento em tempo real ou posterior,

como criação de imagens 2D e até 3D baseadas nos sinais recebidos.

Este trabalho está organizado da seguinte forma: nos Cap´ıtulos 2 e 3 traz-se a motivação e

justi-ficativa do estudo proposto. No Cap´ıtulo 4 tem-se os objetivos finais a serem alcançados com o projeto. O Cap´ıtulo 5 é dedicado a fundamentação teórica para o desenvolvimento e embarque

do projeto. Os materiais e metodologia de construção propostos são estudados no Cap´ıtulo 6. Tem-se alguns resultados teóricos desenvolvidos por simulações para consolidação do

funcio-namento da proposta no Cap´ıtulo 7. O Cap´ıtulo 8 apresenta caracter´ısticas acerca do sistema desenvolvido e no cap´ıtulo seguinte, 9, s˜ao mostrados os resultados obtidos. Ao fim, Cap´ıtulo

(14)

2 PROBLEMA DE PESQUISA

Problemas de localização de fontes emissoras de sinal são comuns em aplicações reais. Em ambientes industriais tem-se diversos ru´ıdos que são dificilmente distingu´ıveis por um ser

humano ou por um simples sensor. Estes ru´ıdos podem indicar anomalias de funcionamento em processos e a localização de anormalidades podem otimizar o custo e eficiência de manutenção.

Outro ambiente com grande aplicação é na formação de imagens 2D e 3D. Utilizando diver-sos sensores ultrassônicos faz-se imagens com precisão muito maior do que quando utiliza-se

apenas um destes e desloca-o manualmente. A aplicação de arrays também traz grandes vanta-gens no campo de telecomunicações, uma vez que estas utilizam antenas. Antenas direcionadas

mecanicamente tem precisão reduzida quando comparado ao direcionamento eletrônico que é poss´ıvel com um arranjo de elementos. Portanto, devida a suas diversas aplicações em diversos

campos, a aplicação de arranjos de sensores se mostra muito vantajosa em relação a métodos que utilizam um simples sensor e possibilita outras aplicações além da melhoria da resolução.

(15)

3 JUSTIFICATIVA

A grande aplicação em diversas áreas de Array Processing traz diversas aplicações no mundo real. O emprego desta técnica aliado a um bom processamento estat´ıstico de dados torna

poss´ıvel a utilização da mesma em diversas áreas e possibilidades de localização de fontes emis-soras, filtragem espacial de sinais e potencialização de de sensores. São comuns aplicações para

estimação e prevenção de falhar mecânicas em máquinas elétricas e automotivas, radares, can-celamento de eco, definir localização espec´ıfica de um emissor em um ambiente extremamente

(16)

4 OBJETIVOS

4.1 OBJETIVO GERAL

Desenvolver uma plataforma para aquisic¸˜ao e processamento de dados que garanta

paralelismo de aquisição de diversos sensores e processamento offline para aplicação de Array Processing.

4.2 OBJETIVOS ESPEC´IFICOS

• Estudar técnicas e métodos de aquisição de dados;

• Estudar técnicas de Beamforming convencional para realização de filtragem;

• Estabelecer técnicas para detecção de estimativa de localização de fonte emissora sonora;

• Aplicar de técnicas de filtragem e detecção de direção de chegada em sinais sintéticos produzidos através de um sinal real;

• Estudar e estabelecer arquiteturas para aquisic¸˜ao paralela e processamento de sinais em tempo real;

• Adquirir dados reais para p´os processamento em computador a fim de viabilizar o em-prego da t´ecnica no arranjo montado;

• Embarcar processamento em um sistema;

(17)

5 FUNDAMENTAÇ ÃO TE ÓRICA

Neste cap´ıtulo são apresentados conceitos de processamento paralelo de dados. São vistas nas seções aqui presentes conceitos de Array Processing direcionados a um arranjo de

sensores em linha igualmente espaçados, aplicação de filtragem espacial, conceitos de aquisição de dados sonoros e arquiteturas computacionais.

5.1 ARRAY PROCESSINGAPLICADO A ULA

Um sinal ´e uma onda que se propaga em um meio com uma velocidade c e tem um

comprimento de onda λ . Um sinal contém informações de sua fonte emissora e através da utilização de arranjos de sensores pode-se extrair a localização desta fonte (MANOLAKIS et

al., 2005). Em ambientes reais um sinal dificilmente se propaga de forma livre sem ru´ıdos e interferˆencias, estes podendo ter magnitude muito maior que um sinal de interesse, fazendo

com que o mesmo fique mascarado. Para extrac¸˜ao do sinal em um meio, utiliza-se a filtragem espacial por meio de um arranjo linear uniforme.

Um Arranjo Linear Uniforme, ou ULA (Uniform Linear Array), pode ser descrito como uma configuração em que diversos sensores são dispostos com espaçamentos iguais em

linha. Estes sensores captam um sinal de interesse e possuem um atraso τ entre os sinais cap-tados por cada elemento de acordo com o ˆangulo φ entre a fronte de onda da fonte emissora

de sinal e o vetor normal do arranjo. A Figura 1 representa a disposição de sensores nesta configuração, onde d é o espaçamento em metros entre os sensores.

O arranjo de sensores funciona como um simples sensor que pode ser direcionado `a

qualquer ângulo que se deseje, como uma antena. Na antena direciona-se o único sensor para o ponto que se consegue a melhor definição do sinal. No ULA atribuem-se diferentes pesos a

cada sensor de forma a enfatizar o sinal de uma certa direção. Para projeto do ULA é necessário conhecer os parâmetros dos sinais a serem trabalhados para estabelecer-se as configurações do

mesmo.

O principal parâmetro a ser considerado é o comprimento de onda λ do sinal a ser processado. Através deste parâmetro tem-se o espaçamento máximo entre os sensores e a

(18)

Arranjo Linear Uniforme

...

1 2 3 n

d φ

Figura 1: Representação gráfica de um Arranjo Linear Uniforme Fonte: Adaptado de (MANOLAKIS et al., 2005)

frequência de amostragem necessária para o sistema. O comprimento de onda de um sinal é

calculado segundo a Equação (1). A Equação (2) apresenta o espaçamento necessário entre os sensores (MANOLAKIS et al., 2005). Esta equação é similar ao teorema de Nyquist para

frequˆencias temporais apresentados em (OPPENHEIM et al., 1989).

λ = c

f_max (1)

sendo fmax a frequˆencia m´axima do sinal de interesse.

d≤ λ

2 (2)

Estas ondas espaciais propagam-se como um arco que aumenta sua envergadura

con-forme a distância entre a fonte emissora e a fronte da onda. Pode-se assumir a detecção como espaçada o suficiente, fazendo com que o sinal seja tratado como uma onda plana. Esta fronte

de onda dará um atraso temporal ao sensor de acordo com a equação (3). Portanto, a menos que a fonte emissora esteja posicionada à frente do array, haverá atrasos temporais entre os sinais

(19)

τ = d

csen(θ ) (3)

5.2 MODELAGEM DO ULA

Denota-se M a quantidade de elementos e N a quantidade de amostras para

processa-mento. Todo sinal x[n] será constitu´ıdo por um sinal de interesse s[n], um ru´ıdo térmico, ou ru´ıdo branco, proveniente do sensor, w[n] e um sinal i[n] proveniente da soma das interferências

recebidas no sensor. Os sinais xj[n], com j variando de 1 a M, são definidos pela Equação (4).

Tem-se a soma dos sinais recebidos por cada elemento a cada amostra. Para prop´ositos de

fil-tragem e estimativa de direção de chegada deseja-se atenuar os ru´ıdos e interferências de forma a manter apenas o sinal s[n] na sa´ıda do arranjo.

xj[n] = sj[n] + wj[n] + ij[n]. (4)

Denota-se x[n] como a representação de todos os sinais recebidos pelo ULA segundo a Equação (5). Denomina-se array snapshot o conjunto de amostras temporais de todos os

elementos num instante de tempo.

x[n] = [x1[n] x2[n] . . . xM[n]]T. (5)

sendo x1o elemento de referˆencia e xM o elemento mais espac¸ado do primeiro.

´

E proposta a utilização da Equação (2) para definir o espaçamento entre os elementos. Cada sinal terá um atraso de fase em relação aos outros baseado na distância entre os elementos

e na frequência temporal do sinal. Estes atrasos na chegada do som pode ser entendido como frequência de amostragem espacial e, portanto, a disposição dos elementos está diretamente

ligada à frequência de amostragem espacial e pode ser normalizada. O atraso de fase é definido por ej2πu, com u definido pela Equação (6) como frequência espacial normalizada.

u=∆ dsenφ

λ (6)

sendo φ dependente do ângulo de incidência do sinal no ULA. Tem-se então um vetor de di-recionamento do arranjo descrito pela Equação (7). Essa equação é obtida relacionando os

(20)

que envolver˜ao Beamformers.

v(u) = √1 M[1 e

− j2πu _{. . . e}− j2πu(M−1)_]T ₍₇₎

5.3 FORMAÇ ÃO DO BEAMPATTERN E RELAÇ ÃO SINAL-RUÍDO (SNR)

Foi definida na seção anterior a distância máxima entre os elementos de um array e a dependência da resposta do mesmo baseado em sua quantidade de elementos e espaçamentos.

Similar a um filtro de resposta impulsiva finita (FIR) (VEEN; BUCKLEY, 1988), onde os pesos de cada elemento e n´umeros de elementos mudam a sa´ıda, o espac¸amento e quantidade de

sensores no arranjo proporcionam uma abertura ou fechamento do ˆangulo de filtragem.

Dá-se a denominação de filtro espacial para a utilização de um arranjo para extração de sinais no espaço. A sa´ıda do filtro espacial é dado pela soma dos sinais captados pelos

elementos associados a um peso cj, com j variando de 1 a M. A maneira de estipular estes

pesos são diversas e é objeto de estudo. Dentre as técnicas que envolvem a obtenção destes

pesos tem-se métodos convencionais, que serão abordados neste trabalho, e métodos adaptati-vos. Uma ilustração do método de multiplicações e somas dos sinais encontra-se na Figura 2.

A formulação matemática desta situação é descrita pela Equação (8).

y[n] = M

∑

m=1 cmxm[n] = cHx[n] (8) onde c = [c1c2 . . . cM]T (9)

s˜ao os pesos cjincorporado nos sinais pelos elementos do arranjo.

A obtenção do Beampattern pode ser entendida como a realização de uma transfor-mada de Fourier no espaço com os limites definidos entre −90 ≤ φ ≤ 90. Analogamente à

trans-formada Fourier aplicada a um filtro, que retorna as magnitudes de atenuação de um sinal em cada uma de suas frequências componentes, o Beampattern dá a informação das direções onde

serão atenuados os sinais que chegam a um arranjo. Esta técnica é empregada pela multiplicação presente na Equação (10).

(21)

c* c* c* 1 2 M

x

x (n)1 x (n)2 x _M(n)

+

y(n)

Figura 2: Operação de multiplicações e soma para gerar a sa´ıda y do filtro espacial Fonte: Autoria Própria

C(φ ) = cHv(φ ) (10)

5.3.1 COMPUTAÇ ÃO DA RELAÇ ÃO SINAL-RUÍDO DO ARRANJO

Um atributo importante na sa´ıda do ULA é sua relação sinal-ru´ıdo (SNR). Esta relação é utilizada para quantificar a eficiência dos ganhos aplicados e é verificada na sa´ıda total do

arranjo e em cada um dos elementos. A aplicação em cada um dos elementos serve em mui-tos processos adaptativos onde o ajuste de ganhos é feito durante a execução do filtro. Das

Equações (8), (7) e (4), desprezando o sinal de interferência, tem-se a relação sinal-ru´ıdo dada pela Equação (11).

y[n] = cH[√Mv(φs)s[n] + w[n]] (11)

A potência na sa´ıda do arranjo pode ser conferida na Equação (12), sendo definida pela matriz de correlação Rx= Ex[n]xHn(MANOLAKIS et al., 2005), onde E representa o operador

(22)

Py= E{|y[n] |} = c Rxc (12)

´

E interessante analisar então a relação sinal-ru´ıdo de cada elemento do arranjo,

deno-minada SNRelem. Da Equação 7 tem-se que o atraso de fase entre cada um dos elementos é dado

por e− j2∗π∗us_{, onde u}

sé a normalização do ângulo de direcionamento do ULA. Novamente,

des-prezando sinais de interferência, reescreve-se a equação de cada um dos elementos da seguinte forma

x_j[n] = e− j2π(M−1)us_{s[n] + w}

j[n] (13)

com j de 1 a M − 1, sendo M é o número de elementos no arranjo. Analisando o desvio padrão

dos mesmos, tem-se que a relação sinal-ru´ıdo é dada pela Equação 14. Considera-se que todos os elementos tenham a mesma potência, em módulo, de ru´ıdo, fazendo com que o SNR seja

estacion´ario de elemento para elemento.

SNR_elem=∆ σ 2 s σ_w2 = |e− j2π(m−1)us_s[n]|2 E{|wm[n]|2} (14)

Define-se então a relação sinal-ru´ıdo total, SNRarray, de sa´ıda do arranjo. Esta relação,

análoga à SNR de cada um dos elementos, é dada pela potência de sa´ıda do sinal de interesse do arraydividida pela potência de sa´ıda do ru´ıdo presente. Matematicamente, quantifica-se esta

relação como descrito na Equação (15).

SNR_array= Ps Pn =M|c H_v(φ s)|2 ||c||2 σ_s2 σ_w2 = |cH_v(φ s)2 ||c||2 M SNRelem (15)

Estes são os conceitos básicos para a atribuição de técnicas usadas com fim de

encon-trar os pesos c, que definirão os critérios de performance do arranjo. Como não será estudada a parte adaptativa, a SNR tem objetivo puramente estat´ıstico. Porém, a mesma é essencial para a

(23)

5.4 T ´ECNICAS DE FILTRAGEM ESPACIAL

Manolakis et al. (2005) define as t´ecnicas mais comuns e simples computacionalmente de filtragem sendo Spatial Matched Filter e Tapered Beamformer. Estas t´ecnicas se baseiam em

princ´ıpios parecidos e diferem-se em alguns critérios de desempenho. Para emprego das mes-mas, fixa-se uma direção de filtragem, necessitando conhecimento prévio deste dado do sinal.

Quando tratam-se sinais que possuem apenas o ru´ıdo térmico w[n] somado ao sinal s[n] pode-se utilizar apenas a primeira e mais simples opção. O emprego do Tapered Beamformer se dá para

casos que haja uma interferência, ou sinal i[n] vindo de uma direção de chegada diferente do sinal de interesse. Para utilização de Tapered Beamformer são empregados conceitos do Spatial

Matched Filter, portanto, ser˜ao apresentados de formas sequentes.

5.4.1 CONCEITOS DE SPATIAL MATCHED FILTER

Das Equações (4) e (7), desprezando-se a parcela relação à interferência, cuja técnica

abordada nesta subseção é incapaz de tratar, tem-se que um sinal x[n] com seus atrasos de fase

ejω terá sua equação descrita por

x[n] = [s[n] e− j2πus _{. . . e}− j2π(M−1)us_]T_{+ w[n].} ₍₁₆₎

O vetor de pesos deste método é descrito como um vetor que apenas alinhe as fases do sinal principal entre todos os sensores, isto é, soma-se o sinal principal com uma réplica de si

mesmo, e com norma unitária. O conjugado complexo do vetor de direcionamento, Equação (7), escolhendo-se um ângulo de direcionamento φs para u que corresponda ao ângulo de chegada

do sinal, é o vetor que faz as fases do sinal s[n] se alinharem. Portanto, realiza-se a operação descrita pela Equação (17),

y[n] = vH(φs)x[n] = 1 √ M h 1 ej2πus _{· · · e}j2π(M−1)usi_×                        s[n] e− j2πus_s[n] .. . e− j2π(M−1)us_s[n]         + w[n]                . (17)

(24)

de forma apenas a somar os sinais de interesse, criando uma sa´ıda que seu filtro atenua apenas

sinais oriundos de direções de chegada diferentes, não anulando-os. Para o aprimoramento deste filtro, atribui-se pesos a cada um dos elementos além do peso do conjugado do vetor de

direcionamento. Esta atribuição é o tópico da próxima subseção, Tapered Beamformer.

5.4.2 TAPERED BEAMFORMER

A presença de outros sinais que não têm a caracter´ıstica de média zero e não

correla-cionado (ru´ıdo branco) faz com que a utilização da técnica demonstrada anteriormente, Spatial Matched Filter, seja insuficiente para que a extração de um sinal tenha êxito. Sinais que não

possuem a caracter´ıstica de ru´ıdo branco s˜ao tratados como uma interferˆencia no sistema e suas causas podem ser diversas. No geral, deseja-se anular estes sinais na sa´ıda do array.

Nestes filtros associa-se um vetor de pesos ctb f multiplicados ponto a ponto ao vetor de

direcionamento que alinha as fases do Matched Filter. Tais pesos podem ser diversos e devem

ser designados de acordo com a necessidade de projeto, conhecendo-se dados dos sinais tanto de interesse como de interferência, lembrando que este é um processo não-adaptativo. Portanto,

tem-se que o vetor de pesos ctb f deste método é dado pela Equação (18), que possui norma

unitária. O objetivo deste filtro, assim como o descrito anteriormente, é maximizar a relação

sinal-ru´ıdo, agora denominada relação sinal-ru´ıdo-mais-interferência (SINR).

ctb f(φs) = t vH(φs), (18)

sendo o operador de Hadamard.

Semelhante aos filtros FIR, o vetor de pesos t são iguais às janelas clássicas utilizadas em filtros apresentadas na bibliografia e é escolhido de acordo com a preferência do projetista.

Percebe-se que o Spatial Matched Filter é um Tapered Beamformer em que se aplica o vetor de pesos equivalente a janela retangular. A desvantagem da utilização deste método está na perda

de potência em todos os ângulos, inclusive o de direcionamento, na sa´ıda do Beamformer. Portanto, a utilização do mesmo ou da técnica apresentada anteriormente deve ser de acordo

(25)

com caracter´ısticas sens´ıveis do projeto.

5.5 VOZ HUMANA: CONCEITOS E CAPTAC¸ ˜AO

Este trabalho é direcionado para a estimação de direção de chegada e filtragem espacial

de sinais sonoros, sobretudo, a voz humana. Ondas sonoras emitidas e captadas por seres hu-manos são sinais de baixa frequência, tendo no espectro auditivo 20 até 20000 Hz e na emissão,

comumente, 50-4000 Hz (LI et al., 2003). Estes sinais trazem juntos de sua frequência fun-damental uma série de harmônicos que constituem a diferenciação do som de cada elemento.

Com bases estat´ısticas de cada sinal pode-se estimar sua fonte de origem.

Na aplicação escolhida de Array Processing é importante apenas ter-se base das frequências presentes na voz humana para quantização da taxa de amostragem necessária. Pelo teorema de

Nyquist o sinal deve ser ser amostrado numa frequência no m´ınimo duas vezes superior à de limite de informações do sinal. Limitando o a frequência do sinal de interesse a 4 kHz

pode-se utilizar a frequência máxima do espectro aud´ıvel, 20 kHz, para captação. Por convenção utiliza-se 44.1 kHz, que é um padrão utilizado, referente à qualidade de um CD.

O sensor referente à captação de sinais sonoros é o microfone. Existem diversos tipos,

sendo o mais comuns microfones dinâmicos, unidirecional, mais robustos e com funcionamento por indução magnética, sem necessitar de alimentação externa, e os microfones condensadores,

omnidirecionais, mais sens´ıveis e composto por eletretos, que necessitam de polarização. A segunda opção tem também a vantagem de ser mais compacto, leve e de menor custo. A escolha

de utilização do tipo de microfone varia de acordo com parâmetros da aplicação e pode-se aproveitar das caracter´ısticas do mesmo no processamento estat´ıstico de sinais.

A sa´ıda de um microfone é uma tensão alternada na ordem de milivolts. Para inter-facear os mesmos com um processador de sinal, como microcontrolador, DSP ou FPGA, é

necessário o condicionamento do sinal. O sinal de sa´ıda destes sensores possuirão n´ıveis po-sitivos e negativos, tornando necessário a aplicação de uma elevação cont´ınua, offset, no sinal

amplificado. Os dispositivos de aquisição normalmente trabalham com 3.3 ou 5 V. Portanto, o circuito de amplificação deve levar em consideração estes limitantes.

(26)

Para a aplicação de técnicas não adaptativas de filtros é necessário conhecimento da direção de chegada, DOA, do sinal. O vetor de direcionamento de um filtro ajustará as fases

dos sinais de forma a maximizar o lóbulo central em relação aos lóbulos laterais de uma dada direção. É necessário então estimar a direção de chegada do sinal de interesse para a extração

do mesmo.

Existem diversas técnicas para estimar a direção de chegada de um sinal (DHOPE et al., 2013). O ponto de máxima similaridade entre dois ou mais sinais pode ser entendido como

o atraso entre os mesmos. Do atraso, manipulando a Equação (3), tem-se a direção de chegada do mesmo. A similaridade entre sinais é calculada pelo vetor de correlação, que é apresentada

na Equac¸˜ao (19). (xj∗ xj+1)[n] = N

∑

m=−N x∗_j[n]xj+1[m + n] (19)

A sa´ıda desta operação é um vetor de comprimento 2m − 1, considerando que os sinais tenham o mesmo número de amostras. Obtêm-se o atraso temporal do sinal através da

quan-tidade de amostras do pico do sinal até seu centro divididos pela frequência de amostragem, Equação (20)

τ = max (xj∗ xj+1)[n] − N

f_s (20)

sendo N o comprimento dos vetores. Deste resultado pode-se calcular o ˆangulo φs, que ´e a

direção de chegada do sinal. Espera-se que as matrizes de correlação cruzada dois a dois do arranjo possuam o mesmo tempo de atraso, mostrando que os sensores estão igualmente

espac¸ados e que a fronte de onda detectada ´e, de fato, plana.

´

E proposto para este trabalho o estudo de técnicas de cálculo de DOA que possam ser aplicados em tempo real sem necessidade de computar uma matriz de correlação com vários

pontos, que é um obstáculo ao embarcar o sistema. (WANG; XIA, 2000) traz abordagens utili-zando o algoritmo MUSIC - MUltiple SIgnal Classification - que pode ser utilizado iteração a

iteração. Além desta, são utilizadas diversas técnicas que serão estudadas para a implementação em tempo real, como as apresentadas em (XI et al., 2011), (GUO et al., 2014) e (ZOU et al.,

(27)

2013).

5.7 DEFINIC¸ ˜AO DE ARQUITETURA

Na aplicação de um processador de sinais necessita-se a definição de uma arquitetura

que satisfaça as necessidades de captação, com os conversores analógico digital, e organização dos dados, além das aplicações de soma, multiplicação e deslocamento dos sinais.

Trabalhando-se com sinais digitais, repreTrabalhando-sentados por bits em posições de memória, deve ter-Trabalhando-se grande organização dos dados para a soma a fim de alinhar as fases dos sinais. Como os

converso-res A/D propostos para utilização são de 8 bits, constrói-se circuitos digitais que realizam estas operações a serem replicados. A necessidade de quantização destes circuitos é importante para

implementação e cálculo de tempo para garantir otimização da execução.

Os circuitos somadores são constitu´ıdos apenas de portas lógicas. Estas portas lógicas realizam operações instantaneamente em circuitos de lógica reconfigurável. Devido a esta

ca-racter´ıstica considera-se que a ocorrência da soma é ass´ıncrona e instantânea (apesar de não ser, ocorre em uma velocidade muito superior à velocidade dos processos). Um circuito somador

de 8 bits é a composição de 8 somadores completos de 2 bits com 3 entradas e 2 sa´ıdas, sendo uma destas o bit de sa´ıda e a outra o bit de carry. O circuito somador 8 bits pode ser conferido

na figura 3, que utiliza-se apenas de porta OR, AND e XOR, totalizando 44 elementos l´ogicos.

Para o circuito multiplicador s˜ao utilizados somadores completos (full adder) como os mostrados anteriormente e meio somadores, e meio-somadores (half adder). Um somador

completo é constitu´ıdo de 2 meio-somadores com adição de uma porta lógica AND. Novamente, por utilizar apenas portas lógicas, considera-se a multiplicação como feita instantaneamente. A

sa´ıda de um multiplicador vai ser um n´umero de 2na+nb _{bits, onde n}

ae nb´e a quantidade de bits

(28)

1 A7 1 B7 0 A1 0 B1 0 A2 0 B2 0 A3 0 B3 0 A4 0 B4 0 A5 0 B5 0 A6 0 B6 0 A0 0 B0 ? ? ? ? ? ? ? ? ?

Figura 3: Circuito somador 8 bits. Fonte: Autoria Pr´opria

(29)

6 MATERIAIS E M ´ETODOS

Neste cap´ıtulo serão apresentados os materiais a serem utilizados para a construção final do arranjo e os métodos que serão aplicados. Os métodos a serem utilizados serão descritos

com fluxogramas e diagramas de blocos.

6.1 MATERIAIS

6.1.1 PLATAFORMA DE AQUISIC¸ ˜AO E PROCESSAMENTO

A plataforma de aquisição é o problema central e a motivação final deste trabalho. As

aplicações de Array Processing só serão poss´ıveis se houver garantia de que os sinais captados entre os sensores estarão em fase após a aplicação do vetor de direcionamento. Este problema é

sanado com a utilização de conversores A/D sincronizados. Portanto, necessita-se de processa-mento paralelo da execução de aquisição dos sinais discretizados do mesmo. O dispositivo que

permite a execução paralela de instruções é o FPGA e, baseado nisto, é feita a escolha deste kit para esta aplicação.

O kit DE2-115 conta com um FPGA Altera Cyclone®IV 4CE115, Figura 4, que ´e

configurado pelo USB Blaster. Para armazenamento dos dados possui memória SRAM de 2MB, duas memórias SDRAM de 64MB e 8MB de memória Flash e a memória interna do

FPGA de 432 M9K blocos. Tem-se acesso a 36 pinos da GPIO da placa, que conta com um oscilador de 50 MHz, podendo ser usado como sa´ıda de clock externo ou alterar este valor

com um clock externo. Para processamento offline possui-se soquete para cartão SD e para aplicações que exijam complexidade de cálculos, ou simplesmente para testes, o módulo conta

com um transceptor RS-232. A placa conta com sa´ıdas de alimentac¸˜ao de 5 e 3.3V.

6.2 MICROFONES DE ELETRETO

Microfones de eletreto, como os da Figura 5 tão uma opção viável de projeto

en-volvendo diversos sensores por serem baratos e de simples funcionamento. Estes microfones atuam como um capacitor, possuindo duas placas metálicas espaçadas que alteram sua distância

(30)

Figura 4: Kit ALTERA® DE2-115

com a press˜ao do ar gerada por ondas sonoras. Como estas placas est˜ao polarizadas por uma

alimentação externa, que pode variar de 1.5 V a tensões maiores que 10 V, a variação de distância entre as placas gera uma mudança equivalente na capacitância interna do dispositivo.

Com isto, cria-se uma tens˜ao na sa´ıda referente ao sinal captado.

Diversas são as formas de ligar estes microfones e este é um objeto de estudo neste trabalho. As mais simples incluem apenas a limitação de corrente com um resistor ao

micro-fone e um capacitor de sa´ıda, como na Figura 6. Esta forma de polarizac¸˜ao, a mais simples e

sem amplificação, é inadequada para aplicações que se precise de uma amostragem de tensão onde não se utilizam vários bits. Portanto, será estudado a implementação de um circuito de

amplificac¸˜ao de sinal.

6.3 CONVERSORES A/D ADC0832

Para economia de pinos no FPGA utilizaremos ADC que atuam de forma serial. Uma dificuldade encontrada na escolha dos conversores A/D para o projeto ´e a disponibilidade em

(31)

Figura 5: Microfone de eletreto 2 terminais Fonte:

https://www.sparkfun.com/products/

ADC

Figura 6: Polarizac¸˜ao simples de microfone de eletreto.

Fonte: Autoria pr´opria

mercado de conversores que possuam amostragem igual ou superior a 44,1 kHz. Por considerar

sinais que atuam até 4 kHz, desprezando parte de seus harmônicos mais altos, como sua terceira oitava, encontra-se dispon´ıvel o ADC0832, com frequência de amostragem para apenas um de

seus canais em 20 kHz. Este conversor possui 8 pinos e ´e descrito pela Figura 7.

Segundo a folha de dados e após teste no software Proteus 8 a conversão será iniciada após 3 pulsos de clock da mudança de n´ıvel lógico do pino ¯CS de alto para baixo. Após a

conversão dos 8 bits, que é mostrada de forma serial do MSB para o LSB em 15 pulsos de clock, o circuito necessita de 2 ciclos de clock para estabilizar-se e iniciar uma nova conversão.

Portanto, s˜ao utilizados 20 pulsos de clock para a convers˜ao completa de um sinal.

Dados estes modos de operac¸˜ao temos

fs=

f_clk

20 (21)

(32)

Figura 7: Pinagem ADC0832. Fonte: Manual do fabricante

Para desempenho máximo será utilizada a maior frequência de amostragem poss´ıvel, sendo f_clk= 400 kHz e fs= 20 kS/s, satisfazendo a condição de Nyquist considerando a maior

componente como 4 kHz. Considera-se tamb´em que fstenha apenas 5,33% de tempo em n´ıvel

alto, ou seja, atuar´a por 2,67 µs por ciclo. A carta de tempos do circuito ´e descrita na Figura 8.

Figura 8: Carta de tempos do dispositivo ADC0832. Fonte: Manual do fabricante

6.4 M ´ETODOS

Com a escolha dos componentes do prot´otipo final do projeto cria-se o diagrama de

fluxo, Figura 9 que ser´a implementado entre FPGA e MATLAB. O FPGA deve implementar um clock de 400 kHz com 50% de raz˜ao c´ıclica para o funcionamento do sistema. Utilizando

esta configuração adquire-se uma taxa de conversão de 20k amostras/segundo. A geração do

clock, assim como os sinais ¯CSe DI deve ser feita pelo FPGA.

(33)

em um estado de espera enquanto o FPGA converte a primeira amostra de dados. A seguir vem o estágio de comunicação, onde os dados dos M sensores serão transferidos pela porta serial

RS-232 para o MATLAB. Simultaneamente, enquanto são transmitidos os dados, o MATLAB irá organiza-los em M vetores de dados. Estes dois processos são concorrentes, ou seja, enquanto os

dados são transmitidos novos dados são adquiridos. Este processo ocorrerá por um determinado número N de vezes, de acordo com a necessidade da massa de dados.

A seguir são feitos os processamentos necessários. Como o embarque do sistema é

offline, ou seja, para pós processamento, faz-se uma pré filtragem para aumentar a qualidade dos sinais recebidos e após isto o cálculo da máxima similaridade entre os sinais para encontrar

(34)

DAQ e Processamento de Multiplos Sensores

FPGA MATLAB D A Q C om uni ca çã o P ré -P roc es sa m e nt o A rr ay P roc e ss ing

COLETA DE DADOS DOS M SENSORES EM ESPERA

ENVIO DOS DADOS PELA PORTA SERIAL COM BAUD

RATE MÍNIMO DE 19K*M RECEBIMENTO DOS DADOS E DIVISÃO EM N VETORES DE SINAIS EM ESPERA PRÉ-FILTRAGEM DOS DADOS CÁLCULO DA MÁXIMA SIMILARIDADE DIREÇÃO DE CHEGADA DO SINAL SAÍDA Repete por N vezes.

Figura 9: Diagrama de fluxo do sistema proposto. Fonte: Autoria pr´opria

(35)

7 TESTES E ENSAIOS PRELIMINARES

Neste cap´ıtulo são apresentados resultados gerados para a especificação do projeto. Para a geração destes resultados não são consideradas limitações f´ısicas no arranjo. Um obstáculo

presente no desenvolvimento do mesmo é a disponibilidade de componentes, como a escolha do ADC0832, que não possui o máximo desempenho requerido. No entanto, para

ambien-tes sintéticos, onde pode-se construir uma sólida base para o desenvolvimento de conceitos de aplicação, projeta-se o arranjo de forma a obter o máximo desempenho. São apresentados aqui

parâmetros de projeto desenvolvidos, simulações realizadas e implementações de teste.

7.1 N ´UMERO DE ELEMENTOS E ESPAC¸ AMENTO

Dos aspectos construtivos tem-se o n´umero de elementos no arranjo e a distˆancia entre os mesmos. Como num filtro FIR, analogia muito presente neste trabalho por se ter

carac-ter´ısticas muito similares, quanto mais taps tiver no filtro maior será a resolução do mesmo. Para a formação de feixe funciona de forma similar. Quanto maior for o número de

elemen-tos melhor será a resolução de sa´ıda do arranjo para o ângulo projetado, com atenuação na magnitude dos lóbulos laterais e na banda do lóbulo principal. Na Figura 10 pode-se

obser-var a obser-variação na resolução para 2, 8, 32 e 128 elementos, espaçados com 1/λ entre si. Estes

beampatternsforam calculados segundo a Equac¸˜ao (7).

Percebe-se que a variação no número de elementos traz melhorias significativas para o arranjo. Para sinais de média frequência, como ondas sonoras vocais, arranjos com muitos

elementos pode ser inviável pelo tamanho f´ısico da construção. Para o continuamento deste trabalho será desenvolvido um arranjo com 8 elementos. visando a possibilidade de aplicação.

Os elementos estar˜ao espac¸ados igualmente no ambiente. Deve-se definir para estes

um espaçamento entre estes sendo metade do seu comprimento de onda. Porém, levanta-se aqui novamente construções f´ısicas com o espaçamento entre os mesmos. Na Figura 11

pode-se perceber como é afetada a qualidade da filtragem com a variação do valor definido. Foram considerado 16 elementos para a criação destes gráficos.

(36)

ex-Figura 10: Análise gráfica da resolução de Beampattern para (a) 2 elementos, (b) 8 elementos, (c) 32 elementos e (d) 128 elementos para ângulos de -90 a 90º. Fonte: Autoria própria

tremos terão a mesma resolução do lóbulo central, o que pode gerar ambiguidade na extração

do sinal de interesse caso haja interferências localizadas nestas regiões. Nas resoluções abaixo da recomendada, Figuras 11(c) e 11(d), pode-se notar um alargamento dos lóbulos em relação

às demais configurações. Esta situação mostra uma diminuição do fator de qualidade do fil-tro. Portanto a alternativa mais viável é a escolha do espaçamento sendo o mostrado na Figura

11(b), 1₂λ .

7.2 APLICAC¸ ˜AO VIRTUAL DE TAPERED BEAMFORMER

Deseja-se estudar a sa´ıda de um filtro através da aplicação da técnica de Tapered

Be-amformer. Captou-se dois sinais reais através de um microfone em duas instâncias. Estes sinais contém o sinal de interesse e o sinal de interferência, somados ao ru´ıdo térmico do próprio

microfone. Foi projetado um algoritmo que possui a sequˆencia de funcionamento descrito no fluxograma da Figura 12.

Definiu-se que estes sinais estariam a 45 e -20º do arranjo, respectivamente. Definidos

os ângulos gera-se outros sinais sintéticos contendo estes sinais com atrasos que seriam captados pelos elementos através de um algoritmo desenvolvido em MATLAB®. O estudo será feito com

(37)

Figura 11: Análise gráfica da resolução de Beampattern para espaçamento de (a) 1 λ , (b) 1₂λ , (c) 1₄λ e (d) 1₄λ para ângulos de -90 a 90º.

16 elementos. O resultado do atraso dos sinais entre o primeiro e o sensor mais espac¸ado do

arranjo encontra-se na Figura 13.

Através da análise da perspectiva aumentada dos sinais pode-se perceber que há um atraso no sinal de interesse, com o sinal do último sensor sendo captado posteriormente em

relação ao primeiro, e avanço no sinal de interferência, com o sinal do último sensor adiantado do primeiro. Percebe-se então que estes sinais estão corretamente atrasados. Ambos os sinais

s˜ao normalizados, portanto, possuem a mesma magnitude.

Vai ser aplicado ent˜ao o Tapered Beamformer `a soma desdes sinais, sendo ambos

ma-trizes de dimensões 86076x16. Será utilizada uma janela de Chebychev com atenuação de 200 dB para demonstração. Em termos práticos pode-se projetar estas janelas com qualquer valor

de atenuação, uma vez que são vetores de pesos a serem aplicados. O Beampattern para esta configuração e os sinais completos estão presente na Figura 14.

Pelo Beampattern projetado percebe-se que o sinal atrasado para -20º estar´a com uma

atenuação maior que 150 dB. Esta configuração de janela aplicada ao filtro espacial mostra que o lóbulo principal sofre uma pequena atenuação e faz com que os lóbulos laterais tenham

(38)

Escolha da janela para o filtro Computação do Beamformer

Carregar sinal de ruído

Definição da configuração do array

Cálculo da quantidade de amostras que representa o

direcionemento atual saída = 0

Atraso entre amostras

saída = saída +(sinais atrasados)*(vetor de pesos) saída = saída+(sinais adiantados)*(vetor de pesos) PHI = 90? FIM < 0 > 0 SIM NÃO Para PHI = -90:45:90

Figura 12: Fluxograma do algoritmo de implementação de filtragem espacial por Tapered Beamformer proposto. Fonte: Autoria própria

mantida tal configuração por ser aplicável. Abaixo na figura estão representados os dois sinais, na esquerda o de interesse e na direita o de interferência. A representação de tais sinais é

importante para visualizar o resultado da aplicac¸˜ao do filtro. O resultado fica mais claro quando se houve cada um dos sinais e a sa´ıda de cada direcionamento do filtro.

Neste ponto o algoritmo irá aplicar direcionamento em 5 ângulos distintos, de -90 a 90 com passos de 45 graus. O objetivo é verificar como os sinais irão isolar-se quando o

arrayestiver corretamente direcionado. Para cada uma das iterações calcula-se o atraso τ que representa o ângulo atual e quantas amostras estes representam para um tempo de amostragem

(39)

Figura 13: Sinais atrasados sinteticamente em perspectiva aumentada para aplicação virtual de filtragem por Tapered Beamformer.Acima: sinal de interesse. Abaixo: sinal de interferência.

de 44100 kHz. Um erro proveniente da amostragem dos sinais e espac¸amento entre os sensores

existe nesta etapa. Para ±90º tem-se 18 amostras de diferenc¸a e para 70º tem-se o mesmo valor. Portanto, o c´alculo das amostras propaga erros por processar apenas n´ıveis inteiros em

18 etapas de caráter senoidal, para esta amostragem. Quanto maior for a amostragem, melhor será a resolução nesta etapa.

Calculado o número de amostras desloca-se o sinal x(n), que é a composição de s(n) +

i(n), atrav´es de atrasos ou amostras e multiplica-os pelos pesos c da janela de Chebychev. Feito isto, o filtro est´a aplicado. Pode-se pausar o programa para verificar o resultado sonoro do vetor

y, que é a sa´ıda da aplicação do filtro, através da função sound presente no MATLAB®. A Figura 15 mostra o resultado gráfico da sa´ıda.

Pode-se perceber que para os primeiros gr´aficos, direcionados de -90 a 0º, o sinal de

interferˆencia ´e muito mais aparente que o sinal de interesse. Para o direcionamento de 45º o

sinal de interesse fica bem aparente, apesar da modificação no sinal causada pelo sinal de inter-ferência. Este é o resultado esperado, com extração do sinal apesar de uma descaracterização

do mesmo pela interferência. Auditivamente, é poss´ıvel perceber que a diminuição do sinal de ru´ıdo de forma com que este se torna apenas ru´ıdos de fundo e que o sinal principal aparece

(40)

Figura 14: Acima: Beampattern do filtro projetado. Abaixo: Representac¸˜ao completa dos sinais de origem gravados

claramente frente a este ru´ıdo.Apesar do resultado que pode ser considerado satisfat´orio, j´a que

não houve otimização da janela de pesos e aplicou-se uma técnica simples de filtragem, pode-se melhorar a resolução acrescentando mais elementos no array.

O aumento de elementos, como demonstrado na Figura 10, estreita a banda do l´obulo

central e diminui a magnitude dos lóbulos laterais. Espera-se que a filtragem, nesta situação, consiga extrair o sinal de interesse com maior exatidão. Portanto, será comparada a resposta do

filtro ajustado para 45 graus para 16, 64, 256 e 1024 elementos com as mesmas configurac¸˜oes de janela, demonstrado na Figura 16.

Conforme aumenta-se o número de elementos pode-se ver uma extração mais clara do sinal de interesse. Apesar da resolução satisfatória para 16 elementos, com o aumento extremo

de elementos, como no caso do último gráfico na Figura 16, onde utiliza-se 1024 elementos, percebe-se uma extração muito mais clara do sinal. Em um plano ideal utiliza-se um número

infinito de elementos e uma frequência de amostragem infinita, extraindo o sinal continuo, o que possibilitaria a extração perfeita de um sinal.

(41)

Figura 15: Resultado gráfico para aplicação de Tapered Beamformer em uma composição de sinal de interesse a 45º e sinal de interferência a -20º com passos de 45º

7.3 APLICAÇ ÃO VIRTUAL DA CORRELAÇ ÃO CRUZADA PARA ESTIMAR DOA

Criou-se tamb´em um algoritmo para calcular o ˆangulo de chegada de um sinal. Este

algoritmo tem por objetivo analisar qual é a resposta da aplicação da correlação cruzada na esti-mativa da direção de chegada. Para utilizar este algoritmo atrasa ou adianta-se o sinal principal

com a mesma t´ecnica mostrada anteriormente, atrav´es do algoritmo delaysig, presente no

apêndice deste trabalho. Com a obtenção dos sinais sintéticos idênticos, porém com diferenças

lineares de amostras entre si, aplica-se a correlação cruzada, função xcorr, calculando a função entre dois elementos sequentes. Para cada iteração, havendo M − 1 ao total, onde M é o número

de elementos, extrai-se então o pico da função de correlação e sua posição amostral. Tendo a localização do pico de amostra, subtraindo este valor do comprimento do vetor de correlação.

Extrai-se então a média entre todas estas correlações e aplica-a na Equação (3). Obtém-se na sa´ıda deste algoritmo a estimativa do ângulo da direção de chegada da fonte emissora sintética,

(42)

Figura 16: Comparação de sa´ıda de aplicação de Tapered Beamformer para 16, 64, 256 e 1024 elementos na extração de um sinal de interesse utilizando uma janela de Chebychev com atenuação de 300 dB

Para testes com 16 elementos e direção de chegada escolhida como 45º, utilizando o sinal completo, sendo este o mesmo da aplicação anterior com 86016 pontos, obteve-se como

resposta 45,0305º, ou seja, com erro de 6,8.10−4. Diminuiu-se então o espaço amostral para o cálculo de amostras necessárias para acerto de direção de chegada. O algoritmo da correlação

cruzada só se mostrou eficaz a partir de 850 amostras para a região com presença de sinal. Nas regiões onde não há sinal, apenas presença de ru´ıdo, foi necessário ao m´ınimo 2000 amostras.

(43)

8 IMPLEMENTAÇ ÃO PR ÁTICA DO SISTEMA PROPOSTO

Este cap´ıtulo descreve a implementação prática do sistema de aquisição de dados para o processamento descrito nos cap´ıtulos anteriores. Fora descrito anteriormente o funcionamento

do sistema e os materiais a serem utilizados. Como especificado no Cap´ıtulo 6, é necessário a utilização de circuitos para condicionamento dos sinais, para que estes possam ser

interpre-tados pela placa de aquisição, e processos a serem embarcados na placa para a aquisição e comunicação do kit com o computador.

8.1 CONDICIONAMENTO DO SINAL E INTERFACE SENSOR-CONVERSOR

Nesta seção é descrito a forma de condicionamento do sinal vindo do microfone de

eletreto polarizado para ser interpretado pelos conversores A/D. Os circuitos foram testados para verificar sua aplicabilidade e limitar o sistema de forma a ser implementado o mais simples

poss´ıvel

8.1.1 CONDICIONAMENTO DO SINAL

Na Figura 6 é demonstrado o circuito básico para polarização, utilizando apenas um

resistor entre a fonte de tensão e o microfone, limitando assim a corrente máxima, e um ca-pacitor na sa´ıda para condicionamento do sinal. Foi constatado por testes em laboratório uma

pequena variação na tensão de sa´ıda, na ordem de milivolts. Portanto, deve-se condicionar o sinal para que este seja aplicado ao conversor A/D.

O conversor A/D ADC0832 opera tanto em 3.3 quanto 5 V. Para simplificac¸˜ao dos

circuitos, escolheu-se utilizar 3.3 V. Portanto, os microfones de eletreto serão alimentados com este valor de tensão, para que o sinal excursione no máximo até este valor. A seguir amplifica-se

o sinal para que este possa ser melhor interpretado. O circuito de amplificac¸˜ao escolhido utiliza um transistor BC547.

O transistor BC547 é um amplificador de corrente de baixo ru´ıdo que opera com cor-rente máxima de 100 mA no coletor, tensão máxima de 5V entre emissor e base e tensões

(44)

va-3.3 V para os microfones e para resolução do conversor A/D, a alimentação do transistor será

oriunda da mesma fonte. Um ponto importante ´e limitar a corrente de sa´ıda do microfone em, no m´aximo, 100 mA.

Ser´a utilizado um resistor de 10 KΩ entre a fonte de tens˜ao e o coletor. Isto garante que

a corrente máxima ficará limitada a 0,33 mA, muito inferior ao limite. Outro resistor idêntico é utilizado entre a fonte e o microfone, para limitar a corrente que passa pelo mesmo. É utilizado

um resistor de 100 KΩ entre o coletor e a base e capacitores de 0,1 µF na sa´ıda do eletreto e na sa´ıda do coletor para os conversores. Este circuito ´e ilustrado pela Figura 17.

R101 10k C3 100nF Q2 BC547 R100 100k R102 10k C1 100nF 1 2 ADC CONN-H2 MIC MIC

Figura 17: Circuito de amplificac¸˜ao para microfone de eletretos utilizando BC547.

Com este circuito constatou-se que os sinais de sa´ıda variavam de -3.3 a 3.3 V quando inserida grande press˜ao de ar no sistema, falando muito pr´oximo do microfone ou assoprando-o.

A parte negativa de tensão é indesejada no sistema e, como este está sendo desenvolvido para um ULA, a fonte emissora deve estar a uma grande distância. Portanto, pode-se considerar que

o sinal dificilmente atingirá o pico máximo. Dada esta condição, deve-se criar um circuito de offset, onde o n´ıvel de stand-by esteja por volta de 1.65 V, para aquisição pelo conversor A/D.

Será utilizado então o circuito integrado TL081 para construção do circuito de offset a

(45)

acessibilidade ao mesmo e por suas caracter´ısticas de funcionamento serem compat´ıveis com os requerimentos do projeto. O circuito montado ´e ilustrado na Figura 18.

3 2 6 7 4 1 5 U1 TL081 R1 10k R2 10k R1(1) R2(1) R3 10k R4 10k A/D R5 10k

Figura 18: Circuito para impress˜ao de offset de tens˜ao utilizando TL081.

Utilizando estes circuitos constatou-se que o sinal proveniente dos sensores excursiona entre 0 e 3.3 V, tornando então poss´ıvel a comunicação com o conversor A/D sem perda de

partes do sinal. O próximo passo é criar um circuito para o funcionamento elétrico do conversor A/D e então embarcar estes subsistemas com a placa de aquisição.

8.1.2 ESQUEM ÁTICO DE LIGAÇ ÃO ADC0832

O circuito integrado ADC0832, descrito no Cap´ıtulo 6, necessita de inserc¸˜ao de pulsos

de clock e pulsos periódicos para seu funcionamento segundo sua carta de tempos, Figura 8. Estes sinais são gerados pelo FPGA e serão descritos na próxima seção. Por simplicidade de

projeto, será escolhido a utilização do canal 1 (CH1), por poder imprimir n´ıvel lógico alto no pino DI e não ser necessário a utilização de variação no n´ıvel lógico para seleção de canal. O

circuito implementado ´e descrito na Figura 19.

Os sinais a serem inseridos nos pinos CLK e CS são provenientes do FPGA, com tensão de 0 e 3.3 V. O sinal analógico no pino CH1 é o sinal de sa´ıda do circuito ilustrado na

Fi-gura 18. A tensão de alimentação, assim como o comum, pinos VCC e GND, respectivamente, é proveniente do FPGA. Mais detalhes acerca dos tempos e razões c´ıclicas destes sinais serão

(46)

CS 1 CH0 2 CH1 3 GND 4 VCC 8 CLK 7 DI 5 DO 6 ADC0832 (+) A B C D

Figura 19: Esquemático de ligação a ser utilizado no ADC0832.

8.1.3 PROTOCOLO SERIAL RS-232

O protocolo serial RS-232 ´e um padr˜ao de troca de dados de forma serial entre

dis-positivos. No kit DE2-115 da Altera, utilizado neste trabalho, tem-se o m´odulo serial pelo transceptor ZT232 incorporado ao kit. Este transceptor aceita velocidades de transmiss˜ao de

9600, 19200, 38400, 57600, 74880 e 115200 baud-por-segundo, sendo cada baud de 8 bits de dado, mais os start e stop bits. Em seu desempenho máximo em relação a velocidade, este

módulo envia 115200 dados por segundo, ou seja, um dado a cada 8,681 µs. A ligação entre o

chip, transceptor e pinos externos ´e mostrada na Figura 20.

Figura 20: Ligac¸˜ao do transceptor ZT232 com o chip FPGA. Fonte:(ALTERA; TERASIC, 2012)

Para a recepção de dados pelo computador, ou seja, transmissão pelo FPGA, serão utilizados os pinos CTS, RTS e TXD. O controle é feito pelo programa a ser embarcado no

FPGA, pelos pinos UART RXD, UART RTS, UART TXD e UART CTS. Comunicando este m´odulo com o computador para apenas recebimento de dados, ser´a utilizado apenas o pino

(47)

8.1.4 INTERFACEAMENTO DOS CONVERSORES A/D COM O FPGA

Anteriormente, foi dito que o controle dos tempos de convers˜ao dos conversores A/D

seriam baseados em sua carta de tempos, Figura 8, e os sinais gerados pelo dispositivo FPGA. Do manual do fabricante, (INSTRUMENTS, 1999), tem-se que a a maior frequˆencia de clock

aceita pelo sistema ´e de 400 kHz, o que, interpretando a carta de tempos, gera uma frequˆencia de amostragem de 20 kHz.

Ser´a gerado ent˜ao o sinal de clock de 400 kHz para entrada no pino CLK do FPGA.

Isto pode ser feito dividindo o clock de funcionamento do FPGA, original de 50 MHz, em 1250 vezes, gerando a frequˆencia desejada de 400 kHz. A Figura 21 demonstra o sinal gerado, junto

de seus dados.

Figura 21: Sinal de clock gerado pelo FPGA visto no oscilosc´opio. Fonte: Autoria pr´opria

O FPGA conseguiu gerar uma frequência aproximada de 396,7 kHz. O sinal CS, que controla o in´ıcio de conversão, é gerado a partir deste sinal de clock, espera-se uma pequena

dedução na amostragem, porém haverá sincronia entre ambos. O próximo passo é a geração deste sinal, que é feita através de um loop no algoritmo com contador, que será explicado

adiante. A Figura 22 apresenta o sinal gerado.

Tˆem-se, ent˜ao, os sinais em sincronia, onde, a cada 20 per´ıodos de clock, o sinal CS

(48)

Figura 22: Sinal de CS gerado pelo FPGA visto no oscilosc´opio. Fonte: Autoria pr´opria

FPGA e transmiss˜ao para o computador, onde ser´a adquirido pelo software MATLAB e

proces-sado. Sequencialmente, tem-se:

1. Convers˜ao da amostra n dos sensores 0 a M, sendo M o ´ultimo sensor disposto na linha

para um n´umero de 8 bits, acontecendo de forma simultˆanea;

2. Transmiss˜ao da amostra n dos sensores 0 a M pela porta serial do computador para o

MATLAB, ocorrendo de forma serial do sensor 0 a M;

3. Recepc¸˜ao da amostra n0a nM pelo MATLAB, onde o identificador subscrito representa a

posic¸˜ao do sensor;

4. Após um número N pré definido de amostras, organizadas em um vetor de M ×N posições, divide-se este vetor em M vetores menores, contendo os sinais;

5. Pré-processamento dos sinais para eliminação de ru´ıdos indesejados;

(49)

9 RESULTADOS E DISCUSS ˜OES

Neste cap´ıtulo ser˜ao demonstrados os resultados obtidos neste trabalho. Dentre os resultados analisa-se a viabilidade do sistema e materiais propostos, a performance do tipo

de comunicação escolhida em relação ao desempenho do sistema e comparações com outras formas de aquisição. Este cap´ıtulo se organiza da seguinte forma. Primeiro é mostrado o

expe-rimento realizado. Então, são mostrado os sinais reais adquiridos pelos sensores e as operações propostas, assim como descrito o experimento. Após, discute-se o desempenho do sistema,

ex-pondo a qualidade dos sinais adquiridos e captação dos mesmos pelo sistema. Por fim, compara-se ambos com as simulações feitas anteriormente.

9.1 DESCRIC¸ ˜AO DO EXPERIMENTO

O experimento foi realizado da seguinte forma. Foram escolhidos 4 sensores para

este sistema, portanto, foi necessário a construção de 4 circuitos de cada um dos propostos, sendo: Circuito para funcionamento do microfone, tratamento do sinal e conversor A/D. Os

circuitos dos microfones, feitos em placa de circuito impresso, foram dispostos em linha com espac¸amento aproximado de 14,3 cm, medidos em uma r´egua. A Figura 23 demonstra o

es-quema da placa de circuito impresso gerada.

Figura 23: Placa de circuito impresso gerada para funcionamento e amplificac¸˜ao do sinal dos microfones

(50)

tamb´em cria-se uma placa de circuito impresso (PCI) contendo o circuito amplificador

ope-racional TL081. A ligação entre ambas é feita por fios, assim como com as demais placas. Atribui-se pinos para estas entradas e sa´ıdas. O circuito de offset está representado na Figura 24

Figura 24: Placa de circuito impresso gerada para condicionamento do sinal dos microfones

O último componente entre os microfones e o FPGA é o conversor A/D. Confeccionou-se uma placa PCI para este circuito integrado, realizando as conexões necessárias entre o kit,

esta placa e circuitos de condicionamento. Utilizou-se tamb´em de pinos para interface com as outras placas e FPGA. Esta placa ´e mostrada na Figura 25. Por fim, como os sinais do FPGA,

clock e CS, são compartilhados entre todos os conversores A/D, utilizou-se o protoboard para fornecer essa ligação.

Desta forma, realizando o posicionamento e ligac¸˜oes para todos os circuitos, tem-se o sistema completo, pronto para testes. Para alimentas os componentes utilizou-se a fonte da

ban-cada, configurada para fornecer 3.3 V para os microfones e 1.6 V para o offset. A alimentação dos conversores é feito pelo FPGA, que fornece 3.3 V em seu GPIO. Todos os terras são

in-terligados. O último elemento do sistema é o FPGA, que realizará o controle das conversões, aquisição dos dados e transmissão para o computador. A Tabela 1 mostra as funções do GPIO

(51)

Figura 25: Placa de circuito impresso gerada para ligac¸˜ao dos conversores A/D]

Fonte: Autoria pr´opria Tabela 1: Conex˜oes FPGA

PINO Função GPIO[0] Inutilizado GPIO[1] clock 400 kHz GPIO[2] CS GPIO[3] Sensor1 GPIO[4] Sensor2 GPIO[5] Sensor3 GPIO[6] Sensor4 9.1.1 CONFIGURAÇ ÃO DO FPGA

Pode-se ent˜ao relacionar o fluxo do programa implementado no FPGA. Ser˜ao

utili-zados dois processos VHDL, onde um faz o controle do fluxo de dados serial para o FPGA e outro transmite estes dados para o computador. S˜ao utilizados componentes de divis˜ao do

clock da placa, em 50 MHz para aproximadamente 400 kHz, denominado clock divider e o componente TX, para transmiss˜ao pelo RS-232.

O fluxo do programa dado da seguinte forma. Gera-se o sinal CS, no pino GPIO[2], a

partir de um contador I que altera seu n´ıvel apenas uma vez a cada 20 pulsos do clock. Espera-se outros 3 pulsos do clock para que Espera-seja iniciada a convers˜ao do sinal pelo conversor A/D,

segundo sua carta de tempos. Extrai-se ent˜ao os 8 bits de cada sinal, ficando este armazenado em um registrador DATA[M] do FPGA, onde varia de 1 a 4 e representa cada um dos sensores.

A partir da aquisição do último bit, habilita-se o módulo de transmissão. Este fluxo é descrito na Figura 26.