Tese de Doutorado

62 Capítulo 3
ainda mais o som a ser analisado. Por outro lado, a estimativa individual
da atenuação do canal é uma tarefa trabalhosa e demorada, sendo
portanto, de difícil implementação na prática clínica.
O ideal seria o emprego de método para recuperar o sinal original a
partir do sinal recebido sem o conhecimento prévio da função de
transferência do canal pelo qual o sinal original se propagou, ou seja, o
emprego de equalização cega (PONTE et al., 2010c).
Dentre as diversas técnicas de equalização cega propostas na literatura,
o algoritmo de autovetores (eigenvector approach - EVA) desenvolvido
por JELONNEK et al. (1994) apresentou promissores resultados quando
aplicados a sinais de vibração mecânica (TSE et al., 2006) sendo estes,
impulsivos e com baixa relação sinal-ruído.
A técnica de equalização cega proposta pelo algoritmo EVA possibilita
uma boa estimação do sinal de entrada, d[k] a partir do sinal captado,
x[k]; ou seja, dos crepitantes gerados no pulmão, sem o conhecimento
prévio da função de transferência, G(z), sendo esta composta pelo efeito
conjunto do tórax e da campânula.
Algoritmo de Autovetores - EVA
Considere a Figura 3.19 como uma extensão do esquema apresentado na
Figura 3.16 onde o sinal de entrada d[n] sofre a ação do canal g[n] e a
função do equalizador h[n] é recuperar o sinal de entrada d[n].
Figura 3.19: Configuração do sistema para equalização cega com filtros FIR
e[n] e f[n].
Daniel Ferreira da Ponte