Se você é apaixonado por microcontroladores, FPGAs, sistemas embarcados, eletrônica digital, IoT, AIoT, protocolos industriais, processamento de sinais ou arquitetura de hardware, este é o seu lugar.

Criamos um espaço colaborativo no WhatsApp para reunir desenvolvedores, estudantes, pesquisadores e entusiastas que desejam evoluir juntos no universo de MCU e FPGA e todo o seu ecossistema — do firmware ao hardware, do bare-metal ao RTOS, do HDL ao edge computing.

Aqui você poderá:

• Trocar experiências práticas
• Tirar dúvidas técnicas
• Compartilhar projetos e artigos
• Discutir arquiteturas e boas práticas
• Conhecer novas ferramentas e tecnologias
• Expandir sua rede profissional

Nosso objetivo é construir uma comunidade técnica forte, colaborativa e orientada ao crescimento real.

Entre agora pelo link:
https://chat.whatsapp.com/BYXrqPHsRO5FTP7ap7X5yq

Se você acredita na força do conhecimento compartilhado, convide também seus amigos, colegas de trabalho e membros de outros grupos técnicos. Quanto mais mentes engajadas, mais rico será o aprendizado de todos.

Vamos fortalecer o ecossistema de MCU & FPGA juntos.

The post Participe em nossa comunidade no Whatsapp first appeared on MCU & FPGA.

1 — LPC (Linear Predictive Coding)

O que significa LPC

LPC é o acrônimo de Linear Predictive Coding (Codificação Preditiva Linear).
Trata-se de um método matemático usado para modelar sinais, especialmente sinais de fala e áudio, assumindo que cada amostra do sinal pode ser aproximada como uma combinação linear de amostras passadas.

Em termos simples:

o LPC tenta responder à pergunta
“Dado o passado recente do sinal, qual é o melhor valor para a próxima amostra?”

Essa ideia é central em processamento de fala, reconhecimento de padrões acústicos e, mais recentemente, em pipelines de extração de características cepstrais, como o LPCC.

Intuição física e de sinal

No contexto de fala (mas não limitado a ele), o LPC modela o sinal como:

• Uma fonte de excitação (ex.: vibração das cordas vocais)
• Um filtro linear (trato vocal, cavidade acústica, ou sistema ressonante)

Matematicamente, o sinal é tratado como a saída de um filtro tudo-polo (all-pole) excitado por um sinal simples.

Isso é importante porque:

• Formantes (ressonâncias) aparecem naturalmente nos polos do modelo
• O modelo é compacto, computacionalmente eficiente e estável

Modelo matemático do LPC

O sinal discreto ( x[n] ) é modelado como:

\[
x[n] = -\sum_{k=1}^{p} a_k , x[n-k] + e[n]
\]

onde:

• \( a_k \) → coeficientes LPC
• \( p \) → ordem do modelo
• \( e[n] \) → erro de predição (resíduo)

O objetivo do LPC é escolher os coeficientes \( a_k \) que minimizam a energia média do erro.

Isso leva diretamente às Equações de Yule-Walker, resolvidas normalmente pelo algoritmo de Levinson-Durbin — que veremos em código C mais à frente.

Por que o LPC é importante para LPCC

Aqui está o ponto-chave que conecta esta seção ao restante do artigo:

• LPCC (Linear Prediction Cepstral Coefficients) não existem sem LPC
• O LPC fornece:
  • Os coeficientes do filtro
  • A estrutura espectral
• O LPCC transforma esses coeficientes em um domínio cepstral, mais adequado para:
  • Reconhecimento de padrões
  • Classificação
  • Machine Learning clássico

Ou seja:

LPC modela o sistema
LPCC descreve o sistema

Implementação conceitual do LPC em C (visão geral)

Antes do código completo, o pipeline típico em C é:

1. Janela do sinal (ex.: Hamming)
2. Cálculo da autocorrelação
3. Levinson-Durbin → coeficientes LPC
4. Conversão LPC → LPCC (próxima seção futura)

Nesta seção, focamos apenas no LPC puro.

Exemplo em C — cálculo da autocorrelação

#include <stddef.h>

/**
 * Calcula a autocorrelação de um sinal
 * x      : sinal de entrada
 * N      : número de amostras
 * p      : ordem LPC
 * r      : vetor de autocorrelação (tamanho p+1)
 */
void autocorrelation(const float *x, size_t N, size_t p, float *r)
{
    for (size_t k = 0; k <= p; k++) {
        r[k] = 0.0f;
        for (size_t n = k; n < N; n++) {
            r[k] += x[n] * x[n - k];
        }
    }
}

#include <stddef.h>

/**
 * Calcula a autocorrelação de um sinal
 * x      : sinal de entrada
 * N      : número de amostras
 * p      : ordem LPC
 * r      : vetor de autocorrelação (tamanho p+1)
 */
void autocorrelation(const float *x, size_t N, size_t p, float *r)
{
    for (size_t k = 0; k <= p; k++) {
        r[k] = 0.0f;
        for (size_t n = k; n < N; n++) {
            r[k] += x[n] * x[n - k];
        }
    }
}

Esse vetor r[k] é exatamente o que alimenta o algoritmo de Levinson-Durbin, que gera os coeficientes LPC.

Observações práticas para sistemas embarcados

Do ponto de vista de firmware e IoT:

• LPC é extremamente viável em microcontroladores
• Complexidade: ( O(p^2) )
• Pode ser executado:
  • Em tempo real
  • Com DMA + buffers circulares
  • Integrado a pipelines FreeRTOS ou Zephyr

Isso explica por que LPC/LPCC ainda são relevantes mesmo em tempos de deep learning.

The post LPCC (Linear Prediction Cepstral Coefficients): Fundamentos, Algoritmos e Aplicações em Sistemas Embarcados first appeared on MCU & FPGA.

O que são espectros e por que eles importam

Quando falamos em espectros, estamos nos referindo às diferentes faixas do espectro eletromagnético, organizadas de acordo com o comprimento de onda (λ) ou frequência da radiação. Embora o ser humano esteja limitado à percepção do espectro visível, a física nos mostra que a luz é apenas uma pequena janela de um universo muito mais amplo de interações eletromagnéticas. Cada uma dessas faixas carrega informações físicas distintas sobre os materiais, o ambiente e os fenômenos observados.

Do ponto de vista de engenharia — especialmente em sistemas embarcados, sensoriamento, visão computacional, IoT e instrumentação — compreender os espectros não é um luxo acadêmico, mas uma decisão de projeto. A escolha entre UV, Visível, NIR ou SWIR define diretamente o tipo de sensor, a óptica, o custo do sistema, o consumo energético e, principalmente, qual fenômeno físico será detectado. Em muitos casos, mudar a faixa espectral é mais eficiente do que aplicar algoritmos complexos sobre dados inadequados.

Este artigo tem como objetivo apresentar, de forma didática e técnica, o que são os principais espectros usados em aplicações modernas — UV, Visível, NIR e SWIR, além de suas combinações — explicando onde e por que cada um deve ser utilizado. A proposta não é apenas descrever faixas de comprimento de onda, mas conectar cada espectro às aplicações reais, aos sensores disponíveis e às decisões de arquitetura em sistemas embarcados e industriais.

The post Espectros Eletromagnéticos na Engenharia: UV, Visível, NIR e SWIR e Onde Usá-los first appeared on MCU & FPGA.

A crescente integração entre dispositivos de IoT, sistemas distribuídos e arquiteturas de edge computing trouxe novos desafios para o desenvolvimento de protocolos. Não se trata apenas de transmitir bits e bytes, mas de assegurar interoperabilidade, segurança, tolerância a falhas e baixa latência. Nesse contexto, protocolos mal projetados ou mal implementados podem gerar gargalos de desempenho, vulnerabilidades críticas e problemas de compatibilidade, dificultando a escalabilidade e a manutenção dos sistemas. É por isso que compreender profundamente o papel dos protocolos é essencial para engenheiros e desenvolvedores que buscam criar soluções robustas e preparadas para evoluir.

Fundamentos dos Protocolos em Sistemas Embarcados

Em um sistema embarcado, o protocolo de comunicação define o conjunto de regras, formatos e sequências que regem a troca de dados entre duas ou mais entidades. Essas regras abrangem desde o nível físico — especificando como os bits são representados eletricamente — até o nível de aplicação, que define a estrutura semântica das mensagens. A escolha correta do protocolo é determinante para o sucesso do projeto, pois influencia diretamente aspectos como consumo de energia, tempo de resposta, confiabilidade e segurança da informação.

No nível físico e de enlace, protocolos como UART, SPI e I²C oferecem formas distintas de interligar microcontroladores, sensores e atuadores. Por exemplo, um sensor de temperatura pode se comunicar com um microcontrolador via I²C, transmitindo leituras periódicas, enquanto um módulo de memória externa pode usar SPI para garantir alta velocidade de acesso. No entanto, essas camadas básicas não garantem, por si só, interoperabilidade entre dispositivos complexos — é nas camadas superiores que entram protocolos mais elaborados, como Modbus, CAN, MQTT e OPC UA, capazes de padronizar a comunicação e permitir integração transparente entre diferentes fabricantes.

A importância do protocolo aumenta exponencialmente quando o sistema embarcado está inserido em uma rede distribuída ou conectado a soluções de edge computing. Por exemplo, em um sistema industrial, um sensor conectado a um microcontrolador pode enviar dados via Modbus para um gateway, que por sua vez converte essas informações para MQTT e as encaminha a um servidor de análise local (edge server). Nesse cenário, cada camada de protocolo precisa ser consistente, bem definida e devidamente implementada para evitar perda de dados, incompatibilidades ou atrasos que comprometam o desempenho.

Protocolos como o “Calcanhar de Aquiles” em Sistemas Distribuídos

Quando um sistema distribuído falha, nem sempre o problema está no hardware ou no software de aplicação. Em muitos casos, a origem está na camada de comunicação — mais especificamente, no protocolo utilizado. Um protocolo mal projetado, incompleto ou inadequado para o contexto pode gerar desde falhas sutis, como leituras inconsistentes, até erros catastróficos, como perda de sincronização e indisponibilidade total do sistema. Isso é especialmente crítico em aplicações industriais e IoT, onde milhares de dispositivos precisam operar de forma coordenada e confiável.

Um exemplo prático é um sistema de monitoramento remoto de máquinas que utiliza um protocolo leve e eficiente em redes locais, mas que não considera cenários de perda de pacotes ou aumento da latência quando acessado via internet. Nessa situação, sensores podem enviar dados que nunca chegam ao destino, atuadores podem receber comandos com atraso e algoritmos de controle podem agir com base em informações desatualizadas. Sem mecanismos de confirmação (acknowledgement), reenvio automático e integridade de dados, o protocolo se torna o elo mais frágil da cadeia.

Outro ponto crítico é a segurança. Protocolos antigos, como Modbus RTU, foram projetados para ambientes fechados e não possuem mecanismos nativos de autenticação ou criptografia. Quando expostos a redes públicas ou integrados a sistemas de edge computing e nuvem, tornam-se vulneráveis a ataques de interceptação (sniffing) e injeção de comandos maliciosos. Nesses casos, o próprio protocolo, sem uma camada adicional de proteção, se transforma em uma porta de entrada para ameaças externas, comprometendo não apenas um dispositivo, mas toda a infraestrutura interconectada.

Protocolos na Integração com Computadores de Borda e Gerenciadores

Na arquitetura de edge computing, computadores de borda (edge devices) atuam como intermediários entre dispositivos de campo — como microcontroladores, sensores e atuadores — e sistemas de processamento em nuvem ou centros de dados. Essa camada é responsável por processar dados localmente, reduzindo a latência e o tráfego de rede, além de permitir respostas rápidas em aplicações críticas. Para que essa integração funcione de forma eficiente, os protocolos devem ser compatíveis e adaptados à função de cada dispositivo na cadeia.

Por exemplo, em um sistema de automação industrial, sensores podem se comunicar via protocolos de campo como CANopen ou Modbus RTU com microcontroladores, que por sua vez enviam dados para um gateway industrial. Esse gateway — atuando como computador de borda — pode converter o protocolo para OPC UA ou MQTT, permitindo que gerenciadores de produção, dashboards de supervisão e algoritmos de machine learning recebam e interpretem as informações em tempo quase real. A correta tradução e padronização de protocolos nesse ponto é essencial para evitar perda de dados ou incompatibilidades.

Além disso, computadores de borda muitas vezes agregam dados de múltiplas fontes, executam análises preliminares e enviam apenas informações relevantes para a nuvem, economizando largura de banda. Essa filtragem depende de protocolos que não apenas transportem dados, mas também suportem metadados, timestamps e mecanismos de verificação de integridade. Protocolos como MQTT, AMQP e OPC UA oferecem recursos que facilitam essa tarefa, como qualidade de serviço configurável, mensagens persistentes e segurança integrada. A ausência dessas características em um protocolo pode limitar a capacidade de resposta e a confiabilidade do sistema distribuído.

Protocolos na Comunicação com Sensores e Atuadores

Sensores e atuadores são elementos fundamentais nos sistemas embarcados, sendo responsáveis por converter fenômenos físicos em dados digitais e transformar comandos digitais em ações no mundo real. A comunicação com esses dispositivos exige protocolos que sejam, ao mesmo tempo, eficientes e confiáveis, pois qualquer falha ou atraso pode comprometer a operação como um todo. A escolha do protocolo impacta diretamente a taxa de atualização, o consumo de energia, a precisão das leituras e a sincronização entre os elementos do sistema.

Em aplicações de IoT, sensores podem se conectar a microcontroladores usando protocolos de barramento como I²C e SPI para curtas distâncias, ou protocolos sem fio como Zigbee, BLE (Bluetooth Low Energy) e LoRaWAN para comunicação de longo alcance e baixo consumo. Atuadores, por sua vez, podem receber comandos via PWM (Pulse Width Modulation), CAN ou mesmo via protocolos industriais como EtherCAT, dependendo das exigências de tempo real e robustez da aplicação. Em todos esses casos, a padronização e a clareza no protocolo garantem que dispositivos de diferentes fabricantes possam interoperar sem ajustes complexos.

Em contextos fora do IoT, como na automação industrial ou em sistemas de transporte, a comunicação com sensores e atuadores pode envolver protocolos robustos de tempo real, como PROFIBUS, DeviceNet ou protocolos baseados em TSN (Time-Sensitive Networking). Nesses cenários, a latência previsível e a resiliência a falhas são críticas — e um protocolo inadequado pode gerar desde falhas de sincronização até paradas de linha de produção. Isso reforça que, mais do que um meio de transmissão, o protocolo é parte integrante da confiabilidade e do desempenho do sistema.

Aplicações Práticas e Exemplos de Integração de Protocolos

Um exemplo clássico de integração de protocolos em sistemas distribuídos pode ser observado em uma rede de monitoramento ambiental que combina sensores de qualidade do ar, estações meteorológicas e sistemas de previsão climática. Nessa arquitetura, sensores locais conectados a microcontroladores usam I²C ou SPI para aquisição de dados, que são transmitidos a um gateway via Modbus RTU ou RS-485. Esse gateway, atuando como computador de borda, processa as leituras, aplica filtros e envia os dados consolidados para a nuvem via MQTT ou HTTPS. O uso coordenado de protocolos garante que cada etapa do fluxo de dados seja otimizada para seu contexto: alta confiabilidade no campo, baixa latência na borda e segurança na transmissão para servidores remotos.

No setor automotivo, um cenário semelhante ocorre com a integração de módulos de controle eletrônico (ECUs). Internamente, as ECUs trocam informações via CAN ou FlexRay, garantindo comunicação determinística e tolerante a falhas. Ao mesmo tempo, um módulo de telemetria pode converter essas informações para protocolos de rede IP, enviando dados para servidores de análise em tempo real. Essa transição de protocolos, da camada física de alta robustez para a camada de aplicação orientada à análise, exemplifica como a compatibilidade e a tradução correta são essenciais para manter a integridade e a usabilidade dos dados.

Na indústria 4.0, protocolos como OPC UA têm ganhado destaque justamente por sua capacidade de unir mundos distintos: conectam sensores de chão de fábrica a sistemas MES (Manufacturing Execution Systems) e ERP (Enterprise Resource Planning) de forma padronizada, segura e escalável. O sucesso dessas integrações depende não apenas do hardware e do software, mas da escolha correta dos protocolos em cada camada, assegurando que as informações fluam de forma coerente, confiável e segura entre todos os elementos do ecossistema distribuído.

The post A Importância dos Protocolos em Sistemas Embarcados e Distribuídos first appeared on MCU & FPGA.