UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
DEPARTAMENTO DE ENGENHARIA DE COMPUTAÇÃO E AUTOMAÇÃO DCA3602 - PROCESSAMENTO DIGITAL DE SINAIS
DISCENTE: MINNAEL CAMPELO DE OLIVEIRA
ROBSON TERTULIANO DA SILVEIRA
DOCENTE: LUIZ FELIPE DE QUEIROZ SILVEIRA
NATAL/RN 2025
Tanto o Passo 1 quanto o Passo 2 descrevem etapas importantes no desenvolvimento e validação de algoritmos de convolução aplicados ao processamento de sinais, com foco em métodos eficientes como overlap-save e overlap-add. Essas técnicas são amplamente utilizadas para otimizar a implementação de filtros lineares em sinais de longa duração, especialmente em contextos onde a eficiência computacional é essencial, como o processamento em tempo real.
O experimento como um todo reflete conceitos fundamentais do processamento digital de sinais, como a convolução e a Transformada Rápida de Fourier (FFT), que são pilares de áreas como telecomunicações, processamento de áudio e sistemas embarcados. Ao integrar teoria e prática, o projeto prepara os participantes para lidar com desafios técnicos em ambientes industriais e de pesquisa, promovendo o desenvolvimento de soluções eficientes e aplicáveis em cenários reais.
Para o desenvolvimento tanto do Passo 1 quanto do Passo 2 descritos na documentação base da simulação computacional 5, foi utilizada a linguagem de programação Python. Para a facilitação da implementação e manutenção do projeto, foram empregadas as seguintes bibliotecas:
- numpy: para cálculos computacionais simples e complexos.
- matplotlib: para modelar e simular gráficos.
- scipy: para manipulação e modelagem de áudio.
O projeto foi organizado em diferentes arquivos para maior flexibilidade.
O arquivo functions_convolve.py é responsável por definir as funções overlap_save e overlap_add:
Figura 01 - Funções de Overlap-add e Overlap-save.
Essas funções implementam dois métodos eficientes de convolução para sinais longos usando a Transformada Rápida de Fourier (FFT). Ambos métodos são úteis em aplicações onde o comprimento do sinal de entrada é maior que o do filtro, como em telecomunicações e processamento de áudio.
Os sinais e gráficos obtidos pelos métodos estão representados abaixo:
Figura 02 - Sinais definidos em Overlap-add.
Figura 03 - Sinais definidos em Overlap-save.
O comparativo entre os métodos de convolução resultou no gráfico seguinte:
Figura 04 - Comparativo de ambas as funções.
Para a modelagem do ruído no Passo 2, foi criada a função de ruído, baseada em simulações computacionais anteriores:
Figura 05 - Função que modela o ruído.
O sinal de áudio foi carregado, normalizado (via scipy), e combinado com os parâmetros do ruído. Após a filtragem com o método overlap-add, os resultados foram convertidos para áudio.
Os gráficos comparativos entre entrada, filtro e saída estão dispostos abaixo:
Figura 06 - Comparativo de entrada, filtro e saída.
Figura 07 - Comparativo de áudios após processo de filtragem.
O trabalho foi realizado com excelência, obtendo resultados satisfatórios e alinhados com a literatura e os estudos realizados em sala de aula. Seguindo rigorosamente as instruções do arquivo base da simulação computacional 5, foi possível demonstrar a importância de técnicas avançadas no processamento digital de sinais.
A avaliação individual desta atividade destacou sua relevância para o aprofundamento nos conceitos da disciplina, preparando os participantes para resolver desafios técnicos reais em ambientes industriais e de pesquisa.
Para mais detalhes sobre a implementação, visite o repositório no GITHUB.