Research on Biomedical Engineering
http://rbejournal.org/article/5889fbad5d01231a018b473c
Research on Biomedical Engineering
Original Article

MODELO AUTOREGRESSIVO APLICADO A ANALISE ESPECTRAL DE SINAIS DOPPLER ULTRA-SONICOS EM TEMPO-REAL

AUTOREGRESSIVE MODEL APPLIED TO REAL-TIME SPECTRAL ANALYSIS OF DOPPLER SIGNALS

Schilindwein, F.S.; Evans, D.H.

Downloads: 0
Views: 168

Resumo

A estimação da densidade espectral de potência de sinais Doppler é normalmente realizada através de uma transformada rápida de Fourier (FFT). Apesar de ser um algoritmo computacionalmente muito eficiente e produzir resultados satisfatórios para o regime de análise normalmente usado (128 componentes de freqüência calculados a cada 5 ou 10 ms), a FFT tem limitações: A estimativa do espectro produzida pela FFT é um sinal discreto com N/2 valores para N amostras do sinal Doppler; a resolução espectral é o inverso do intervalo de tempo correspondente ao segmento de sinal analisado, e a FFT assume implicitamente periodicidade do sinal, o que, para trechos finitos de sinal, causa o fenômeno de 'leakage'. A técnica autoregressiva (AR) produz um espectro contínuo, não assume que o sinal seja periódico no domínio do tempo, e nem sofre dos indesejáveis efeitos decorrentes da aplicação de 'janelas antileakage'. Em situações onde o espectro do sinal varia rapidamente no tempo o modelo autoregressivo apresentase como uma técnica promissora pela capacidade de estimar o espectro do sinal a partir de segmentos curtos. Um sistema composto por um processador de sinais digitais TMS320C25 e um microcomputador pessoal foi programado para obter, em tempo-real, o espectro do sinal Doppler utilizando o modelo AR de máxima entropia para a análise espectral. O sistema amostra o sinal Doppler com freqüências de até 40. 96kHz e produz 128 componentes de freqüência a partir de 64 amostras. O sonograma-AR é exibido na tela do microcomputador em tempo-real. A análise de cada segmento é realizada em 3.2ms, tipicamente.

Palavras-chave

.

Abstract

The estimation of the power spectral density (PSD) of Doppler signals is usually performed by applying a Fast Fourier Transform (FFT) to the sampled audio signal. Although the FFT approach is computationally a very efficient method and produces fairly good results for the typical analysis regime used (64 ar 128 frequency components every 5 or 10ms), it does have its limitations: (1) The spectral estimate produced by the FFT is a discrete series with N/2 values for N samples of the Doppler signal, (2) the frequency resolution is the reciprocal of the time interval over which each frame is sampled, and (3) the FFT implicitly assumes periodicity of the signal and applies a window to the data, causing leakage of the energy from the main lobe of the PSD into side lobes. The maximum entropy autoregressive PSD estimation technique use.s the autocorrelation function of the data to determine a number of autoregressive (AR) parameters. These are used to extrapolate the autocorrelation function beyond its known values. The extension of the lags means that they are not assumed to be zero outside the known interval, Le., the technique does not suffer from the undesirable effects of windowing. AIso it gives the method a better resolution than the traditional FFT approach. A system based on a Digital Signal Processor (TMS320C25 DSP chip) and amicrocomputer (RM Nimbus PC2) has been programmed to estimate the maximum entropy AR power spectrum of Doppler shift signals and display the results in the form of a sonogram on the microcomputer screen. The system calculates spectra with 128 frequency components from 64 samples of the Doppler signal. The samples are collected at a programmable frequency. rate of up to 40.96kHz, and the AR sonogram is displayed in real-time. The computation of the AR spectrum typically takes 3.2ms.
5889fbad5d01231a018b473c ceb Articles
Links & Downloads

Res. Biomed. Eng.

Share this page
Page Sections