Guia de Análise em Bandas de Oitava: FFT Binning vs. Método de Banco de Filtros

A análise em bandas de oitava pode ser implementada de duas formas fundamentalmente diferentes: FFT binning (integração de bins de PSD/FFT em bandas de oitava de 1/1 e de 1/3 de oitava) e um verdadeiro banco de filtros de oitava (filtros passa‑banda orientados por normas + média RMS/Leq). Neste artigo, comparamos como os dois métodos funcionam, onde os seus resultados coincidem, onde divergem (escala, ENBW da janela, ponderação nos limites das bandas, latência, resposta a transitórios) e como o OpenTest suporta ambos para acústica, NVH e medições de conformidade com normas.

Para uma explicação detalhada dos conceitos, leia isto → Análise em Bandas de Oitava: Fundamentação Matemática e de Engenharia

Bancos de filtros em bandas de oitava (verdadeira oitava / banco de filtros CPB)

Filtros passa‑banda em paralelo + detetor de energia + média temporal

Um analisador baseado em banco de filtros (verdadeira oitava) tipicamente:

1. Dimensiona um filtro passa‑banda H_b(z) (ou H_b(s)) para cada frequência central de banda.
2. Executa os filtros em paralelo para obter os sinais por banda y_b(t).
3. Calcula o valor médio quadrático/potência por banda e aplica média temporal para obter os níveis de cada banda.

Para serem comparáveis entre instrumentos, as respostas em magnitude dos filtros têm de satisfazer as máscaras de tolerância IEC/ANSI (classe) para o conjunto de filtros especificado. [1][3]

IIR vs. FIR: porque é que IIR (biquads em cascata) é comum na prática

• Vantagens de IIR: ordem mais baixa para um dado declive, menor custo computacional, bom para tempo real/embebido; estável quando implementado como SOS/biquads.
• Vantagens de FIR: é possível ter fase linear (útil quando a forma de onda é importante); o projeto/verificação pode ser mais direto.

Para saídas ao nível de banda, a fase normalmente não é a principal preocupação, por isso os bancos de filtros IIR são comuns.

Processamento multirrate: a "arma secreta" dos bancos de filtros CPB

As bandas CPB de baixas frequências são muito estreitas. Implementá‑las à taxa de amostragem total é ineficiente. Uma estratégia comum é agrupar as bandas por oitava e efetuar downsampling para os grupos de baixa frequência:

• Aplicar um passa‑baixo e depois dizimar (por exemplo, por 2 por oitava) para os grupos de frequência mais baixa.
• Implementar os correspondentes filtros passa‑banda à taxa de amostragem reduzida.
• Garantir anti‑aliasing adequado antes da dizimação.

Média temporal / ponderação temporal: os níveis por banda são estatísticas, não valores instantâneos

Os níveis de banda tipicamente requerem média temporal. As opções mais comuns incluem RMS por bloco, média exponencial ou Leq (nível de energia equivalente). No contexto de sonómetros, a IEC 61672-1 define as ponderações temporais Fast/Slow (Rápido ~125 ms, Lento ~1 s). [5][6]

Implicação de engenharia: constantes de tempo diferentes produzem leituras diferentes, por isso a ponderação temporal deve ser indicada nos relatórios.

Como validar que um banco de filtros se comporta "como a norma"

• Sweep sinusoidal: verificar o comportamento na banda passante e o isolamento das bandas adjacentes; observar os efeitos do atraso temporal.
• Ruído rosa/branco: verificar os níveis médios por banda e a variância/tempo de estabilização; verificar o comportamento da largura de banda efetiva.
• Impulso/degrau: examinar o ringing e a resposta temporal (crítico para uso com transitórios).
• Fazer uma comparação cruzada com um instrumento/implementação de referência em conformidade conhecida.

Das definições de banda a filtros digitais conformes: um fluxo de trabalho ponta‑a‑ponta (conceptual)

1. Escolher o sistema de bandas: base 10/base 2, a fração 1/b (normalmente b=3), gerar fm exata e f1/f2.
2. Escolher a meta de desempenho: que edição da norma e que classe/máscara de tolerância?
3. Escolher a estrutura de filtro: SOS IIR para tempo real; FIR ou filtragem direta‑reversa se for necessária fase/zero‑fase.
4. Projetar cada passa‑banda: mapear f1/f2 corretamente para o domínio digital (por exemplo, pré‑distorcer para a transformada bilinear).
5. Implementar multirrate se necessário: dizimar para grupos de baixa frequência com filtragem anti‑alias suficiente.
6. Verificar: resposta em magnitude vs. máscara; ensaios com ruído para a largura de banda efetiva; ensaios com varrimento/impulso para a resposta temporal.
7. Calibrar e documentar: unidades e grandezas de referência, média/ponderação temporal, detalhes do método.

Resposta temporal explicada: atraso de grupo, ringing e média moldam todos as leituras

Um analisador ao nível de banda é um sistema no domínio do tempo (filtro → detetor de energia → suavizador), pelo que as leituras são regidas por múltiplas escalas temporais:

• Atraso de grupo do filtro: quão tarde os eventos aparecem em cada banda.
• Ringing/decaimento do filtro: quanto tempo um impulso curto "ressoa" dentro de uma banda.
• Média de energia/ponderação temporal: a resolução temporal vs. a flutuação do nível de saída.

Assim, para transitórios (impactos, eventos de arranque/paragem, varrimentos), diferentes implementações conformes podem produzir diferentes níveis de pico e curvas temporais - em linha com a advertência da ANSI. [3]

Regra prática: para contribuições em regime estacionário, usar médias mais longas para estabilidade; para localizar transitórios, encurtar a média mas aceitar maior variabilidade e fixar detalhadamente o algoritmo.

Armadilhas comuns em tempo real

• Esquecer o anti‑aliasing na cadeia de dizimação: as bandas de baixa frequência ficam contaminadas por aliasing.
• Instabilidade numérica de secções IIR de baixa frequência com Q elevado: usar SOS/biquads e precisão suficiente.
• Fazer média em dB: é obrigatório fazer média em energia/valor médio quadrático e só depois converter para dB.
• Assumir que as energias das bandas têm de somar exatamente à energia total: os filtros normalizados não são necessariamente complementarmente em potência; verifique usando critérios consistentes com as normas em vez disso.

Análise em Bandas de Oitava com Banco de Filtros no OpenTest

O OpenTest suporta análise em bandas de oitava usando uma abordagem baseada em banco de filtros:
1) Ligue o dispositivo, como o SonoDAQ Pro
2) Selecione os canais e ajuste as definições de parâmetros. Para um microfone externo, ative o IEPE e mude para medição de sinal acústico.
3) Na secção Octave-Band Analysis, em Measurement Mode, escolha o algoritmo IEC 61260-1. Suporta análise em tempo real, média linear, média exponencial e retenção de pico (peak hold).
4) Depois de configurar os parâmetros, clique no botão Test para iniciar a medição.
5) Uma única gravação pode ser analisada simultaneamente em bandas de 1/1 oitava, 1/3 oitava, 1/6 oitava, 1/12 oitava, 1/24 oitava e 1/24 oitava.

Figura 1: Análise em Bandas de Oitava com Banco de Filtros no OpenTest

FFT binning e síntese por FFT

FFT binning: converter um espetro de banda estreita em integrais de banda CPB

1. Estimar o espetro (FFT única, PSD de Welch ou STFT).
2. Integrar/somar dentro de cada banda de oitava/fração de oitava para obter a potência por banda.

Isto é comum em software/trabalho offline porque uma única FFT fornece um espetro de alta resolução que pode ser reagrupado em qualquer sistema de bandas (1/1, 1/3, 1/12, ...).

Desafio fundamental n.º 1: escala da FFT e correções da janela

Após uma FFT, a escala depende das suas definições: normalização 1/N, amplitude vs. potência vs. PSD, espetro unilateral vs. bilateral e janelamento. Para medições de ruído, a ENBW é crucial; ignorá‑la pode introduzir desvios sistemáticos. [7]

Uma normalização prática de PSD (forma de periodograma)

# converter para PSD unilateral: multiplicar por 2 exceto DC (e Nyquist, se existir)

Isto produz uma PSD em unidades de (unidade de entrada)²/Hz e permite verificações de consistência de energia integrando a PSD em frequência.

Duas autoverificações rápidas para a escala

• Verificação com ruído branco: gerar ruído com variância conhecida σ²; integrar a PSD unilateral entre 0..fs/2 e recuperar ≈σ² (tendo em conta a regra de ×2).
• Verificação com tom puro: gerar um seno com amplitude A (RMS=A/√2); integrar a energia espetral deve recuperar ≈A²/2 (sujeito a leakage e à escolha da janela).

Se ambas as verificações passarem, é provável que a sua escala de FFT esteja correta; então a ponderação parcial de bins e o agrupamento por oitavas tornam‑se significativos.

Desafio fundamental n.º 2: os limites das bandas raramente se alinham com os bins → ponderação parcial de bins

Decisões rígidas de incluir/excluir nos limites das bandas provocam erros em degraus, sobretudo em baixas frequências, onde as bandas são estreitas. Use ponderação baseada em sobreposição (Secção 4.2.4) para os bins de fronteira.

O zero‑padding resolve o desalinhamento dos limites? (conceção errada comum)

O zero‑padding interpola o espetro apresentado, mas não melhora a resolução em frequência real (que é definida pelo comprimento original da janela). Pode reduzir o efeito visual de escadilhado, mas não consegue transformar bandas de baixa frequência com 1-2 bins em estimativas de nível de banda fiáveis. As correções fundamentais são janelas mais longas ou processamento multirrate/bancos de filtros.

Desafio fundamental n.º 3: compromisso tempo-frequência (o comprimento da janela determina a precisão em baixas frequências e o atraso)

A resolução da FFT é Δf = fs/N. As bandas de 1/3 de oitava em baixas frequências podem ter apenas alguns Hz de largura, pelo que obter bins suficientes por banda requer N muito grande, aumentando a latência e o alisamento dos transitórios.

Causa de raiz: 1/3 de oitava tem Q constante, mas a STFT usa bins com Δf constante

Em CPB, a largura de banda escala com a frequência (Δf_banda ∝ f, Q constante). Na STFT, o espaçamento entre bins é constante (Δf_bin constante). Portanto, as bandas CPB de baixa frequência exigem Δf_bin extremamente fino (janelas longas), enquanto as altas frequências ficam sobrerresolvidas.

Percursos de solução: STFT com janelas longas vs. STFT multirrate vs. CQT/wavelets

• STFT com janela longa: mais simples, mas com latência elevada e forte esbatimento de transitórios.
• STFT multirrate: fazer downsampling do conteúdo de baixa frequência e aplicar FFT a uma fs mais baixa, de forma semelhante em espírito aos bancos de filtros multirrate.
• Transformada de Q constante (CQT) / wavelets: resolução naturalmente logarítmica, mas fazer corresponder as máscaras IEC/ANSI requer calibração/validação adicionais. [4]

Para medições de conformidade, preferem‑se bancos de filtros orientados por normas; para investigação/extração de características, CQT/wavelets podem ser atrativos.

Síntese por FFT: construção da filtragem por banda no domínio da frequência

A síntese por FFT aproxima a abordagem FFT de um banco de filtros:

• Definir um peso no domínio da frequência W_b[k] por banda (tipo brick‑wall ou suave/semelhante à máscara).
• Calcular Y_b[k] = X[k]·W_b[k] e aplicar a IFFT para obter y_b[n].
• Calcular o RMS/médias por banda a partir de y_b[n].

Permite implementar facilmente filtragem de fase zero (não causal). Para corresponder estritamente às IEC/ANSI, W_b e a normalização têm de ser cuidadosamente concebidos e validados.

Tornar a síntese por FFT semelhante a fluxo contínuo: OLA, janelas duplas e normalização de amplitude

Para produzir sinais de tempo contínuos por banda, use overlap‑add (OLA): segmentar, aplicar janela, FFT, aplicar W_b, IFFT, janela de síntese e OLA. Escolha janelas de análise/síntese que satisfaçam as condições COLA (constant overlap‑add) (por exemplo, Hann com 50% de overlap) para evitar modulação periódica de nível.

Se o objetivo é corresponder aos filtros normalizados, como deve ser escolhido W_b?

W_b[k] depende do que pretende corresponder:

• Corresponder à integração tipo brick‑wall: W_b é 0/1 rígido dentro de [f1,f2].
• Corresponder ao comportamento dos filtros IEC/ANSI: |W_b(f)| aproxima a máscara normalizada e a largura de banda efetiva (faz corresponder ∫|W_b|²).
• Corresponder à complementaridade de energia para reconstrução: projetar Σ_b |W_b(f)|² ≈ 1 (Secção 7.6).

Tipicamente, não é possível satisfazer os três critérios perfeitamente em simultâneo; defina à partida a sua prioridade (conformidade vs. decomposição/reconstrução).

Bancos de filtros no domínio da frequência que conservam energia: porque é que Σ|W_b|² é importante

Se pretende que as energias das bandas somem a energia total (dentro do erro numérico), um projeto comum visa uma complementaridade aproximada em potência:

As máscaras IEC/ANSI não impõem necessariamente complementaridade estrita, por isso não assuma aditividade exata em contextos de conformidade.

Estratégias de Welch/média: como tornar estáveis os níveis de banda por FFT

• Use média de Welch (segmentar, aplicar janela, sobrepor, fazer média dos espetros de potência).
• Faça média no domínio da potência (|X|² ou PSD) e só depois converta para dB.
• Para sinais não estacionários, considere STFT para obter matrizes tempo-banda.
• Indique o tipo de janela, overlap, número de médias e tratamento da ENBW/CG.

Análise por FFT-Binning no OpenTest

O OpenTest suporta análise em bandas de oitava baseada em FFT binning:
1) Ligue o dispositivo, como o SonoDAQ Pro
2) Selecione os canais e ajuste as definições de parâmetros. Para um microfone externo, ative o IEPE e mude para medição de sinal acústico.
3) Na secção Octave-Band Analysis, em Measurement Mode, escolha o algoritmo baseado em FFT.
4) Uma única gravação pode ser analisada simultaneamente em bandas de 1/1 oitava, 1/3 oitava, 1/6 oitava, 1/12 oitava e 1/24 oitava.

Figura 2: Análise em Bandas de Oitava por FFT-Binning no OpenTest

Banco de filtros vs. FFT/síntese por FFT: diferenças, condições de equivalência e compromissos

Tabela comparativa

Dimensão	Banco de filtros (Verdadeira Oitava / CPB)	FFT binning / síntese por FFT
Conformidade com normas	Mais fácil de corresponder às máscaras de magnitude IEC/ANSI; solução dominante em instrumentos de hardware. [1][3]	O binning rígido comporta‑se como integração em banda; fazer corresponder as máscaras requer ponderações adicionais ou filtros digitais em conformidade com as normas.
Tempo real / latência	Operação causal em tempo real é possível; a latência é definida pela ordem do filtro e pela média.	O processamento em blocos acrescenta pelo menos um comprimento de janela de atraso; a resolução em baixas frequências frequentemente força janelas mais longas.
Resposta a transitórios	Saída contínua, mas afetada por atraso de grupo/ringing; diferentes implementações conformes podem divergir. [3]	Definida pelo janelamento na STFT; os transitórios são esbatidos pelas janelas e sensíveis ao tipo/comprimento da janela.
Fugas & correções	Controlado através do projeto dos filtros; o leakage pode ser gerido.	Depende fortemente da janela e da ENBW/escala; o desalinhamento dos bins de fronteira requer ponderação parcial. [7]
Interpretabilidade	RMS após filtragem passa‑banda - alinhado com sonómetros e analisadores.	Estimativa de espetro + binning - mais estatístico; a interpretação depende das definições de janela/média.
Cálculo	Muitos filtros em paralelo; multirate pode reduzir o custo.	Uma FFT pode servir todas as bandas; eficiente para processamento offline/em lote.
Fase & reconstrução	IIR é tipicamente de fase não linear (adequado para níveis).	Os pesos em frequência podem ser de fase zero; a reconstrução exige atenção à complementaridade e às transições.

Quando é que ambos os métodos dão (quase) as mesmas respostas?

Os resultados médios por banda tipicamente concordam de perto quando:

• Compara níveis de banda médios (e não trajetórias de picos de transitórios).
• O sinal é aproximadamente estacionário e o tempo de observação é suficientemente longo.
• A resolução da FFT é fina o suficiente para que cada banda contenha bins em número suficiente (especialmente na banda mais baixa).
• A escala da FFT está correta (tratamento unilateral, Δf, janela U, ENBW/ganho coerente quando necessário).
• É usada ponderação parcial de bins nos limites das bandas.

Porque é que as diferenças crescem para transitórios e eventos curtos

As diferenças são motivadas por escalas temporais desencontradas: bancos de filtros têm atraso de grupo e ringing dependentes da banda mas saída contínua; a STFT usa uma janela fixa que define simultaneamente a resolução em frequência e o alisamento temporal. Se a duração do evento for comparável ao comprimento da janela ou à resposta impulsional do filtro, os resultados dependem fortemente dos detalhes da implementação.

Orçamento de erro: de onde vêm normalmente as discrepâncias (e como localizá‑las rapidamente)

1. Média/combinação incorreta em dB: é obrigatório fazer média e somar no domínio da energia.
2. Escala de FFT inconsistente: convenções 1/N, unilateral vs. bilateral, Δf, normalização da janela U.
3. Falta de correções da janela: ENBW para ruído; ganho coerente/leakage para tons.
4. Uso de frequências nominais para calcular os limites em vez de definições exatas.
5. Ausência de ponderação parcial de bins nos limites das bandas (particularmente prejudicial em baixas frequências).
6. Problemas de multirate/anti‑alias em bancos de filtros.
7. Constantes de tempo/janelas de média diferentes entre métodos.
8. Diferenças reais de método: binning tipo brick‑wall vs. declives/respostas de filtros normalizados implicam desvios sistemáticos.

Uma abordagem forte de depuração: primeiro fazer corresponder o valor médio quadrático total usando ruído branco (escala/ENBW/ponderação parcial de bins) e depois validar centros de banda e isolamento de bandas adjacentes usando varrimentos sinusoidais ou tons.

Lista de verificação de engenharia: tornar a análise em 1/3 de oitava correta, estável e reprodutível

Escolher um método: conformidade → banco de filtros; estatística offline → FFT binning

• Para regulamentação/ensaios de tipo/comparabilidade entre instrumentos: preferir bancos de filtros em conformidade IEC/ANSI e indicar a edição e classe da norma. [1][3]
• Para processamento offline, grandes volumes de dados ou definições flexíveis de bandas: o FFT binning pode ser eficiente, mas a escala e a ponderação nos limites têm de ser rigorosas.
• Se precisar de sinais no domínio do tempo por banda (modulação, envolvente, etc.): considere síntese por FFT ou bancos de filtros explícitos.

Seleção de parâmetros de FFT a partir da banda mais baixa (exemplo)

Exemplo: fs=48 kHz, a banda mais baixa de interesse é 20 Hz (1/3 de oitava). A sua largura de banda é de apenas alguns Hz. Se quiser pelo menos M=10 bins por banda, poderá precisar de Δf_bin ≤ largura de banda/10, o que implica um N muito grande (por exemplo, ~100k pontos; 2^17=131072). Isto ilustra porque é que, para conformidade em tempo real, muitas vezes se preferem bancos de filtros.

Erros típicos que impedem a coincidência dos resultados

• Somar magnitude |X| em vez de potência |X|² ou PSD.
• Fazer média em dB em vez de em potência/valor médio quadrático linear.
• Ignorar ENBW/escala da janela para ruído. [7]
• Calcular os limites das bandas a partir de frequências nominais.
• Não indicar as convenções de ponderação/média temporal (Fast/Slow/Leq). [5][6]

Fluxo de validação recomendado (independentemente da implementação)

• Ensaio com tom no centro (ou varrimento): verificar que a energia atinge o pico na banda correta e que a rejeição das bandas adjacentes se comporta como esperado.
• Ruído branco/rosa: verificar a forma espetral esperada nos níveis por banda e avaliar a estabilidade/tempo de média.
• Comparação entre implementações: comparar a sua implementação com uma referência conhecida em sinais idênticos; isolar diferenças de escala vs. definição vs. declive de filtros.
• Registar e fixar os parâmetros (definição de bandas, janelamento, média) no relatório de ensaio.

Lista de verificação de reprodutibilidade: inclua estes itens nos relatórios para que outros possam recalcular os seus níveis

• Definição de bandas: base 10 ou base 2? b em 1/b? valores exatos vs. nominais usados no cálculo? frequência de referência fr?
• Implementação: banco de filtros normalizado (IIR/FIR, multirate) vs. FFT binning/síntese; versões de software/bibliotecas.
• Amostragem/pré‑processamento: fs, remoção de tendência/DC, filtragem anti‑alias, reamostragem.
• Média temporal: Leq / RMS por bloco / exponencial; constantes de tempo, tamanho de bloco, overlap, número de blocos de média; contexto Fast/Slow, se relevante.
• Detalhes de FFT (se usada): tipo de janela, N, avanço, zero‑padding, normalização da PSD, tratamento unilateral, ENBW/CG, ponderação parcial de bins.
• Calibração/unidades: unidades de entrada e grandezas de referência (por exemplo, 20 µPa), fatores e datas de calibração dos sensores.
• Definição da saída: RMS vs. pico vs. potência por banda; convenções 10log vs. 20log; quaisquer etapas de agregação entre bandas.

Se guardar uma linha: documente "definição de bandas + média temporal + tratamento de escala/janela de FFT (se existir)". A maioria das divergências desaparece.

Fórmulas rápidas e exemplo numérico (prontos para código/relatório)

Constantes de um terço de oitava em base 10

G = 10^(3/10) ≈ 1.995262
r = 10^(1/10) ≈ 1.258925 # adjacent center-frequency ratio
k = 10^(1/20) ≈ 1.122018 # edge multiplier about center
f1 = fm / k
f2 = fm * k

Exemplo: a banda de um terço de oitava de 1 kHz

fm = 1000 Hz
f1 = 1000 / 1.122018 ≈ 891.25 Hz
f2 = 1000 * 1.122018 ≈ 1122.02 Hz
Δf ≈ 230.77 Hz
Q ≈ 4.33

O OpenTest integra ambos os métodos. Transfira e comece já -> ou preencha o formulário abaixo ↓ para agendar uma demonstração ao vivo.

Explore mais funcionalidades e casos de aplicação em www.opentest.com.

Referências

[1] Amostra em PDF da IEC 61260-1:2014 (iTeh): https://cdn.standards.iteh.ai/samples/13383/3c4ae3e762b540cc8111744cb8f0ae8e/IEC-61260-1-2014.pdf

[3] PDF de pré‑visualização da ANSI S1.11-2004 (ASA/ANSI): https://webstore.ansi.org/preview-pages/ASA/preview_ANSI%2BS1.11-2004.pdf

[4] Nota de Aplicação da HEAD acoustics: FFT - Análise em 1/n de oitava - Wavelet (descrição de banco de filtros): https://cdn.head-acoustics.com/fileadmin/data/global/Application-Notes/SVP/FFT-nthOctave-Wavelet_e.pdf

[5] IEC 61672-1:2013 (página da IEC): https://webstore.iec.ch/en/publication/5708

[6] NTi Audio Know-how: Fast/Slow time weighting (contexto IEC 61672-1): https://www.nti-audio.com/en/support/know-how/fast-slow-impulse-time-weighting-what-do-they-mean

[7] MathWorks: exemplo de definição de ENBW: https://www.mathworks.com/help/signal/ref/enbw.html