Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/28171
Tipo: Dissertação
Título: Análise de performance de algoritmos de reconstrução para um conversor analógico para informação
Autor(es): Araujo, Hugo Bruno Santos
Primeiro Orientador: Souza, Cleonilson Protásio de
Resumo: A abordagem convencional para amostragem de sinais analógicos para digital segue o Teorema de Nyquist, em que a taxa de amostragem, chamada de Taxa de Nyquist, deve ser pelo menos duas vezes o valor da frequência máxima dos inalanalógico. Em termos práticos, no geral, as taxas de amostragem de conversores analógicos digitais (ADC) são bem superiores à taxa de Nyquist afim de otimizar a recuperação do sinal, porém aumenta-se também a necessidade de memória e de poder de processamento, os custos dos sistemas como um todo e um maior consumo de energia. A Amostragem Compressiva (AC) é uma técnica que explora a esparsidade de um sinal em um determinado domínio, i.e., a informação do sinal se concentra em poucos coeficientes, e a maior parte de seus coeficientes é igual ou próxima de zero. O Conversor Analógico para Informação (AIC) é o dispositivo que implementa o conceito de amostragem compressiva, em que, ao passo que realiza a amostragem do sinal analógico de entrada, um processo de compressão é realizado e, assim, obtém-se como saída uma versão digitalizada e comprimida do sinal de entrada que será transmitido e reconstruído no receptor. Diante do exposto, este trabalho tem como objetivo a análise de performance dos algoritmos de reconstrução Busca de Base (BP), Busca por Correspondência Ortogonal (OMP) e Amostragem Compressiva com Busca por Correspondência (CoSaMP) para uma configuração adaptada de AIC baseada no Pré-Integrador de Modulação Aleatória(RMPI). Simulações foram feitas no Proteus e no Simulink para validação da configuração do AIC, e sinais de um tom e de dois tons foram reconstruídos com componentes de frequência aproximados dos sinais originais. O desempenho dos três métodos de reconstrução foi avaliado com a métrica do erro quadrático médio (MSE).
Abstract: The conventionalapproachtosamplinganalogsignalstodigitalfollowstheNyquistThe- orem,inwhichthesamplingrate,calledNyquistrate,mustbeatleasttwotimesbigger than themaximumfrequencyoftheanalogsignal.Inpracticalterms,generally,analogto digital converters’(ADC)samplingratesaremuchhighertooptimizesignalreconstruc- tion, however,theyincreasetheneedformemoryandprocessingpower,systemscosts, and alsoincreaseenergyconsumption.CompressiveSensing(CS)isatechniquethattakes advantage ofsignalsparsityinagivendomain,thatis,thenumberofnon-zerovaluesof a signal,andcapturesonlytheregionsthatconcentrateinformation,withsamplingrates lowerthanwhattheNyquistTheoremsays.AdevicethatimplementstheCSmodelis the Analog-to-InformationConverter(AIC),whichobtainsanoutputthatisadigitized and compressedversionoftheinput.Themainobjectiveistoanalyzetheperformanceof reconstruction algorithms-BasisPursuit(BP),OrthogonalMathingPursuit(OMP)and CompressiveSamplingMatchingPursuit(CoSaMP)-foranadaptedAICconfiguration based onRandomModulatorPre-Integration(RMPI).SimulationsweredoneonProteus and SimulinktovalidatetheAICconfigurationused,andsingle-toneandduo-tonessig- nals werereconstructedwithfrequencycomponentssimlartotheoriginalsignals.Mean squarederror(MSE)wascalculatedforthethreereconstructionmethodstodetermine which onehadbetterperformance.
Palavras-chave: Engenharia elétrica
Amostragem compressiva
Conversor analógico para informação
Sinais esparsos
Algoritmos de reconstrução
Electrical engineering
Compressed Sensing
Analog-to-information Converter
Sparse signals
Re-construction algorithms
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: Brasil
Editor: Universidade Federal da Paraíba
Sigla da Instituição: UFPB
Departamento: Engenharia Elétrica
Programa: Programa de Pós-Graduação em Engenharia Elétrica
Tipo de Acesso: Acesso aberto
Attribution-NoDerivs 3.0 Brazil
URI: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/28171
Data do documento: 29-Set-2022
Aparece nas coleções:Centro de Energias Alternativas e Renováveis (CEAR) - Programa de Pós-Graduação em Engenharia Elétrica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
HugoBrunoSantosAraujo_Dissert.pdf2,51 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons