FILTROS

LABORATORIO DE TRANSMISIÓN 1
Práctica 3 - Diseño de filtros en MatLab
1 Introducción
Aunque la penetración de los sistemas digitales es cada día mayor en nuestro entorno
cotidiano, continúan existiendo un buen número de sistemas de transmisión que
operan entera o parcialmente con señales analógicas: la radiodifusión terrenal de
señales de radio o TV son un buen ejemplo.
En esta práctica veremos los resultados que se obtienen cuando una señal analógica
se modula/demodula utilizando diferentes técnicas de modulación analógicas.
Además introduciremos un elemento fundamental en el análisis de sistemas de
transmisión: el analizador de espectro. También veremos cómo es posible diseñar de
forma sencilla filtros utilizando MatLab.
2 Diseño de filtros en MatLab

Uno de los problemas más frecuentes en la Ingeniería de Telecomunicaciones es la
necesidad de separar diferentes componentes frecuenciales de una señal. A este
proceso se le denomina filtrado y llamamos filtro al subsistema encargado de realizar
dicha tarea. Serían innumerables las diferentes aplicaciones de los filtros.
Habitualmente se emplean para tareas tales como la eliminación de ruido o
interferencias, en procesos de modulación y
limitación del ancho de banda de señales, etc.
Independientemente de su función, a la hora de introducir un filtro en un sistema de
cualquier tipo, es necesario conocer de antemano las especificaciones que dicho filtro
debe verificar. Una vez conocidas éstas, se procede a diseñar el filtro apropiado. Por
último, dicho filtro es construido o programado (dependiendo de si se trata de un
filtro analógico o digital) e insertado en el punto apropiado del sistema.
En este documento se pretende abordar el problema de diseño de filtros de una forma
práctica, para lo que se utilizará el programa MatLab. Iremos cubriendo una a una las
diferentes etapas del diseño de filtros e iremos aprendiendo a utilizar MatLab a tal
fin.
2.1 ¿Qué entendemos por el diseño de un filtro?
Un filtro no es más que un sistema lineal e invariante en el tiempo. Por tanto, es

posible asociar a un filtro los diferentes conceptos ya conocidos para este tipo de
sistemas: respuesta impulsional h[n], o función de transferencia H(z), habitualmente
Pues bien, entendemos por “diseño de un filtro” las operaciones necesarias para
llegar a obtener la función de transferencia H(z) de dicho filtro. H(z) habitualmente
se expresa de la forma siguiente:
b + b 2 z −1 + K + b m z −(m −1) + b m +1z −m
H (z ) = 1
a 1 + a 2 z −1 + K + a n z −(n −1) + a n+1 z −n
donde m es el orden del numerador y n el orden del denominador. Pues bien,

“diseñar un filtro” equivale a determinar los valores de n, m y de los coeficientes
b1 ...bm+1 y a1 ...an+1 . Por tanto, ese va a ser el objetivo.
2.2 La plantilla de especificaciones
Para diseñar el filtro, debemos partir de una serie de especificaciones (debemos tener
claro qué misión deberá cumplir el filtro). Estas se representan habitualmente en una
plantilla, tal y como muestra la figura.
|H(f)|
Rp
Rs
0 f
fp fs
Figura 1 – Plantilla de especificaciones para un filtro paso bajo.

En la plantilla anterior podemos distinguir los cuatro parámetros de interés:
• fp Frecuencia de final de la banda de paso (pass-band)
• fs Frecuencia de inicio de la banda atenuada (stop-band)
• Rp Rizado máximo que vamos a permitir en la banda de paso (en dB)
• Rs Atenuación mínima que deseamos en la banda atenuada (en dB)
La zona entre fp y fs es la banda de transición del filtro. Nótese, además, que el valor
máximo del filtro es 1, de forma que se trata de un filtro pasivo (no amplifica
ninguna frecuencia, simplemente atenúa unas más que otras). Esto no es ninguna
limitación ya que siempre es posible conectar a la entrada o a la salida del filtro un
amplificador.
La zona rayada en la plantilla es la zona en la que el filtro no puede entrar.
Aceptaremos por tanto el filtro si cae en la zona en blanco. Por ejemplo, para la
plantilla anterior serían filtros válidos los que tuviesen respuestas como las que
muestra la figura siguiente:
|H(f)|
Rp
Rs
0 f
fp fs
Figura 2 – Filtros válidos para una plantilla de especificaciones

Entre los posibles diseños, nos interesará siempre elegir el de menor orden posible,
ya que así la complejidad del filtro será menor. Las técnicas de diseño que vamos a
ver a continuación permiten resolver dicho problema.
El ejemplo de plantilla anterior es para un filtro paso bajo. Si lo que deseamos
construir es un filtro paso alto, paso banda o banda eliminada, las plantillas de
especificaciones a utilizar serían respectivamente las que muestran las siguientes
figuras:
|H(f)|
1
Rp
Rs
0 f
fs fp
Figura 3 – Plantilla de especificaciones para un filtro paso alto

|H(f)|
1
Rp
Rs
0 f
fs1 fp1 fp2 fs2
Figura 4 – Plantilla de especificaciones para un filtro paso banda

|H(f)|
1
Rp
Rs
0 f
fp1 fs1 fs2 fp2
Figura 5 – Plantilla de especificaciones para un filtro de banda eliminada

Tenga en cuenta que, en el filtro paso alto, fp > fs, al contrario que en el paso bajo.
Observe también que en los filtros paso banda o de banda eliminada, al existir dos
bandas de transición, existen dos frecuencias de fin de banda de paso y dos
frecuencias de inicio de banda atenuada. Volveremos más adelante sobre este punto.
2.3 Selección de la técnica de diseño
Aunque no vamos a entrar en detalles sobre cada una de ellas, es bueno saber que
existen diferentes técnicas de diseño de filtros. Entre las más habituales encontramos
las siguientes:
• Diseño de Butterworth
• Diseño de Chebychev con rizado en la banda de paso
• Diseño de Chebychev con rizado en la banda atenuada
• Diseño de Cauer o de filtros elípticos
Únicamente como referencia podemos ver en la tabla siguiente algunas de las
propiedades de cada una de las técnicas de diseño anteriores:
5
Orden resultante Rizado

Butterworth Alto No
Chebychev I Medio Banda de paso
Chebychev II Medio Banda eliminada
Cauer Bajo Ambas bandas
Tabla 1 – Resumen de algunas de las propiedades de los filtros
El parámetro “Rizado” indica la presencia o no de rizado en la banda de
paso/atenuada o en ambas. Veamos cuatro ejemplos de diseño del mismo filtro para
entender el sentido de dicho parámetro. A continuación se muestran los resultados
obtenidos mediante MatLab, siguiendo el procedimiento que se explicará más
adelante:
0.8
0.6
0.4
0.2
0
0 100 200 300 400 500 600 700
Frecuencia (Hz)
Figura 6 – Filtro diseñado por diferentes métodos. En azul oscuro, Butterworth, en

verde, Chebychev I, en rojo, Chebychev II, en azul claro, Cauer. Nótese la
presencia/ausencia de rizados en ambas bandas según el método elegido.
En general, los criterios para seleccionar el tipo de filtro a diseñar son bastante
confusos. Nosotros seguiremos la regla siguiente:
• En principio seleccionaremos filtros de Cauer, ya que estos ofrecen el menor orden
posible y son por lo tanto más sencillos de construir.
• Si la presencia de rizado en una de las dos bandas (de paso/atenuada) es inaceptable,
pasaremos al diseño de Chebychev I o de Chebychev II, según el caso.
• Por último dejaremos el diseño de Butterworth para aquellos casos en los que el
diseño no admita rizado en ninguna de las dos bandas (de paso/atenuada).
2.4 Diseño de filtros
Una vez elegida la técnica de diseño a utilizar y las especificaciones que debe
verificar el filtro a construir, es el momento de poner manos a la obra. A
continuación se describirán los pasos a seguir en MatLab para diseñar un filtro según
cada uno de los métodos seleccionados. Iremos viendo ejemplos de los diferentes
2.4.1 Traducción de las especificaciones a MatLab
Definiremos en primer lugar algunos aspectos generales que es necesario conocer

antes de proceder al diseño. En MatLab, las especificaciones se traducen casi de
forma directa. Es necesario conocer siempre cuatro parámetros: Wp, Ws, Rp y Rs
donde Rp y Rs son las atenuaciones en banda de paso y en banda atenuada, tal y
como hemos definido anteriormente y Wp, Ws son las frecuencias "normalizadas".
Para "normalizar" dichas frecuencias es necesario saber cual es la frecuencia de
muestreo que vamos a utilizar para las simulaciones. Si denominamos fsim a dicha
frecuencia (el inverso del tamaño de paso que establecemos en la simulación), la
Wp, Ws y las frecuencias fp , fs son muy sencillas, tal y como muestra
la tabla siguiente:
Parámetros de la plantilla Parámetros a usar en MatLab

Paso bajo fp , fs, Rp , Rs Wp=2fp /fsim ; Ws=2fs /fsim ;
Rp=Rp , Rs=Rs
Paso alto fp , fs, Rp , Rs Wp=2fp /fsim ; Ws=2fs /fsim ;
Rp=Rp , Rs=Rs
Paso banda fp1 , fp2 , fs1 , fs2 , Rp , Rs Wp=[2fp1 , 2fp2 ]/fsim ;
Ws==[2fs1 , 2fs2 ]/fsim ;
Rp=Rp , Rs=Rs
Banda eliminada fp1 , fp2 , fs1 , fs2 , Rp , Rs Wp=[2fp1 , 2fp2 ]/fsim ;
Ws==[2fs1 , 2fs2 ]/fsim ;
Rp=Rp , Rs=Rs
2.4.2 Obtención del orden del filtro necesario y de la frecuencia normalizada
La obtención de la frecuencia normalizada y del orden del filtro necesario es un paso

previo a la obtención de los coeficientes del filtro. Dependiendo del tipo de técnica se
usará una de las siguientes funciones:
• Método de Butterworth
» [N,Wn]=buttord(Wp,Ws,Rp,Rs);
• Método de Chebychev I
» [N,Wn]=cheb1ord(Wp,Ws,Rp,Rs);
• Método de Chebychev II
• Método de Cauer
» [N,Wn]=ellipord(Wp,Ws,Rp,Rs);
Esto nos devolverá N (orden del filtro a diseñar) y Wn (frecuencia normalizada)

para el método seleccionado.
2.4.3 Obtención de los coeficientes del filtro
Una vez conocido el orden y la frecuencia normalizada, el siguiente y último paso es

obtener los coeficientes del filtro. Para ello utilizaremos una de las siguientes
funciones, dependiendo del método de diseño seleccionado:
• Método de Butterworth
Filtros paso bajo y paso banda
» [b,a]=butter(N,Wn);
Filtros paso alto
» [b,a]=butter(N,Wn,’high’);
Filtros banda eliminada
» [b,a]=butter(N,Wn,’stop’);
• Método de Chebychev I
» [b,a]=cheby1(N,Rp,Wn);
Filtros paso alto
» [b,a]=cheby1(N,Rp,Wn,’high’);
» [b,a]=cheby1(N,Rp,Wn,’stop’);
• Método de Chebychev II
» [b,a]=cheby2(N,Rs,Wn);
Filtros paso alto
» [b,a]=cheby2(N,Rs,Wn,’high’);
» [b,a]=cheby2(N,Rs,Wn,’stop’);
• Método de Cauer
» [b,a]=ellip(N,Rp,Rs,Wn);
Filtros paso alto
» [b,a]=ellip(N,Rp,Rs,Wn,’high’);
» [b,a]=cheby1(N,Rp,Rs,Wn,’stop’);
Esto nos devolverá a y b para el método seleccionado. El contenido de estos

vectores son los coeficientes del filtro ordenados en potencias descendentes de z,
tal y como aparece en la descripción de la función de transferencia:
b1 + b 2 z −1 + K + b m z −(m −1) + b m +1z −m
H (z ) =
a 1 + a 2 z −1 + K + a n z −(n −1) + a n+1 z −n
2.5 Verificación del diseño
Aunque esta fase no es obligatoria si las cosas se han hecho correctamente, no está
de más verificar el comportamiento del filtro. Esto podemos hacerlo directamente en
MatLab o bien construir un sistema sencillo y ver si el filtro cumple o no las
especificaciones.
2.5.1 Directamente en MatLab
Es posible verificar directamente en MatLab si un filtro cumple o no las

especificaciones que se le hayan impuesto. Para ello basta con definir un vector de
frecuencias que vaya desde f0 (la frecuencia inicial que nos interese) hasta ff (la
frecuencia final que nos interese, siempre teniendo en cuenta que ff<fsim /2). Para
definir este vector haremos:
» f=f0:fstep:ff;
donde fstep es el paso entre frecuencias.
Ahora calculamos la respuesta del filtro para cada una de las frecuencias anteriores
mediante:
» H=freqz(b,a,2*f/fsim);
siendo b y a los coeficientes del filtro obtenidos en el diseño y fsim la frecuencia que
usaremos para la simulación. H resultará en un vector conteniendo la respuesta en
frecuencia (módulo y fase) para cada una de las frecuencias contenidas en f.
Por último, para ver el resultado podemos ordenar a MatLab que dibuje el módulo
del filtro diseñado:
plot(f,abs(H));
con lo que resulta posible observar el diseño y ver si verifica o no correctamente las
especificaciones. Si se desea, también se puede ver la respuesta del filtro en
decibelios:
» plot(f,20*log10(abs(H)));
lo que probablemente facilite (utilizando la función zoom si es preciso) comprobar
que el filtro cumple las especificaciones señaladas.
2.5.2 A través de SimuLink
La otra forma (más orientada a la práctica) de comprobar que un filtro cumple las
especificaciones es construirlo y probarlo. Para ello basta con crear un nuevo sistema
en SimuLink, conectando un generador de señal, el filtro un multiplexor y un
osciloscopio, de forma que podamos ver las señales de entrada y salida. En los
parámetros de simulación deberá establecerse un tamaño de paso 1/fsim , siendo fsim la
frecuencia que hemos utilizado para el diseño.
El "filtro" lo podemos encontrar en "Discrete" como "Discrete Filter" donde los
vectores numerador y denominador deberemos sustituirlos por los obtenidos en la
etapa de diseño. Si se han utilizado los nombres sugeridos en los apartados anteriores
bastará con poner b y a como numerador y denominador respectivamente y el
El sistema resultante debería tener el siguiente aspecto:

9
Resultará cómodo establecer el final de la simulación en infinito, para que esta no

termine. Ahora, seleccionando señal sinusoidal en el generador de señales podemos
ir variando la frecuencia de la señal de entrada y observando en el osciloscopio si la
atenuación para cada una de las frecuencias es la correcta. Esta es la forma normal de
probar un filtro en un laboratorio.
Cuestión teórica: Un filtro tiene una respuesta en frecuencia dada por H(f). Si la señal
a la entrada es de la forma x(t) = A·cos(2πf0 t + θ0 ), determine la señal de salida y(t).
2.5.3 Utilizando un analizador espectral
Otra forma de medir la respuesta de un sistema lineal (como por ejemplo un filtro) es
utilizar un analizador de espectro. Dado que el analizador de espectro muestra la
transformada de Fourier de la señal presente a su entrada, si conectamos la entrada
del analizador a la salida del filtro observaremos en la pantalla Syy (f) = |Y(f)|2 ,
densidad espectral de la señal de salida.
Pero como la señal de salida es Y(f) = H(f)·X(f), eligiendo X(f) apropiadamente
(X(f) = 1) podríamos conseguir que Y(f) = H(f) y por tanto veríamos en el analizador
Syy (f) = |H(f)|2 .
Esta técnica es bastante sencilla y permitiría visualizar directamente la respuesta
frecuencial del filtro, si no fuera por un pequeño problema. Necesitamos utilizar
Determine x(t) si X(f) = 1
Como puede deducir, resulta imposible generar esa señal de forma práctica. Sin
embargo, existe una alternativa. En realidad lo que veremos en el analizador
espectral será la densidad espectral de y(t), Syy (f). Si a la entrada del filtro en lugar de
una señal determinista x(t) utilizásemos una señal aleatoria (un proceso estocástico)
que llamaremos n(t), y cuya densidad espectral sea Snn (f), la densidad espectral de la
salida sería:
Cuestión teórica: Determine Syy (f) si a la entrada del filtro tenemos un proceso
estocástico (ruido) n(t) con densidad espectral Snn (f).
Cuestión teórica: ¿Qué valor deberá tomar Snn (f) si deseamos que la densidad espectral
de salida Syy (f) coincida con |H(f)|2 ?
Mientras que la primera alternativa propuesta (utilizar X(f) = 1) no es válida a

efectos prácticos, esta segunda propuesta sí lo es ya que basta con generar un ruido
con la densidad espectral calculada y utilizarlo como entrada del sistema. Realizando
un análisis espectral de la salida obtendremos |H(f)|2 .
Para generar una señal de ruido en Simulink podemos utilizar el módulo "Random
Number" que encontraremos en la sección "Sources". Los parámetros de este módulo
son los siguientes:
Figura 7 - Parámetros del módulo generador de ruido blanco gaussiano

"Mean" es la media del ruido. En comunicaciones siempre consideramos ruidos de
media 0, por lo tanto es muy raro que necesitemos modificar este parámetro.
"Variance" es la varianza del ruido, que en el caso de media cero coincide con su
potencia. En nuestra simulación la varianza será N0 , la densidad espectral de potencia
del ruido.
"Initial seed" es la semilla que inyectamos en el generador de ruido. Se puede poner
cualquier valor, o dejarlo a 0. Únicamente sirve para inicializar el generador de
ruido.
"Sample Time", como siempre, deberá coincidir con el paso de simulación.
Luego el esquema que habrá que montar será como el siguiente:

11
Figura 8 - Esquema a montar para medir la respuesta frecuencial de un sistema

mediante un analizador espectral.
Sin embargo, esta opción no esta exenta de problemas. En teoría ha estudiado que el
ruido blanco tiene una densidad espectral de potencia constante. Pero como veremos
en esta práctica, eso no significa que si cogemos una señal de ruido y vemos su
densidad espectral esta sea constante (ni mucho menos!!). Y esto va a dar lugar a
ciertos problemas. Veremos como resolverlos en la sección práctica.
2.6 Ejemplos de diseño
Vamos a proceder a continuación a diseñar un filtro de cada uno de los tipos

señalados (paso bajo, paso alto, paso banda y banda eliminada) y a comparar los
diseños obtenidos mediante los diferentes métodos.
Llegados a este punto, es aconsejable que trate usted de realizar el diseño por su
cuenta y verificar si obtiene los mismos resultados.
2.6.1 Ejemplo de diseño: filtro paso bajo
Se desea diseñar un filtro paso bajo con las siguientes características:

• Atenuación (o rizado) máximo en la banda de paso: 1 dB
• Atenuación (o rizado) mínimo en la banda atenuada: 20 dB
• Frecuencia de final de la banda de paso: 3400 Hz
• Frecuencia de inicio de la banda atenuada: 4000 Hz
• La frecuencia de simulación a utilizar es 50000 Hz
2.6.1.1 Establecimiento de especificaciones

» fsim=50000;
» Rp=1;
» Rs=20;
» Wp=2*3400/fsim;
» Ws=2*4000/fsim;
2.6.1.2 Diseño por Butterworth

» f=0:1:7400;
» H=freqz(b,a,f,fsim);
» plot(f,abs(H));
0.8
0.6
0.4
0.2
0
0 1000 2000 3000 4000 5000 6000 7000
Frecuencia (Hz)
Figura 9 – Filtro obtenido mediante el método de Butterworth (la plantilla no se ve

en MatLab, se ha añadido luego sobre el dibujo)
2.6.1.3 Diseño por Chebychev I

» f=0:1:7400;
» H=freqz(b,a,f,fsim);
» plot(f,abs(H));
0.8
0.6
0.4
0.2
0
0 1000 2000 3000 4000 5000 6000 7000
Frecuencia (Hz)
Figura 10 – Filtro obtenido mediante el método de Chebychev I
2.6.1.4 Diseño por Chebychev II

» f=0:1:7400;
» H=freqs(b,a,f,fsim);
» plot(f,abs(H));
0.8
0.6
0.4
0.2
0
0 1000 2000 3000 4000 5000 6000 7000
Frecuencia (Hz)
Figura 11 – Filtro obtenido mediante el método de Chebychev II

2.6.1.5 Diseño por Cauer

» f=0:1:7400;
» H=freqs(b,a,f,fsim);
» plot(f,abs(H));
0.8
0.6
0.4
0.2
0
0 1000 2000 3000 4000 5000 6000 7000
Frecuencia (Hz)
Figura 12 – Filtro obtenido mediante el método de Cauer
2.6.2 Ejemplo de diseño: filtro paso alto
Se desea diseñar un filtro paso alto con las siguientes características:

• Atenuación (o rizado) máximo en la banda de paso: 0,5 dB
• Frecuencia de inicio de la banda de paso: 8000 Hz
• Frecuencia de fin de la banda atenuada: 4000 Hz
• Frecuencia de muestreo a utilizar: 30000 Hz
» fsim=30000;
» Rp=0.5;
» Rs=40;
» Wp=2*8000/fsim;
» Ws=2*4000/fsim;
» [b,a]=butter(N,Wn,’high’);
» [b,a]=cheby1(N,Rp,Wn,’high’);
» [b,a]=cheby2(N,Rs,Wn,’high’);
» [b,a]=ellip(N,Rp,Rs,Wn,’high’);
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 2000 4000 6000 8000 10000 12000
Frecuencia (Hz)
Figura 13 – Diseños obtenidos mediante los diferentes métodos: Butterworth (azul

oscuro), Chebychev I (verde), Chebychev II (rojo) y Cauer (azul claro).
2.6.3 Ejemplo de diseño: filtro paso banda
Se desea diseñar un filtro paso banda con las siguientes características:

• Frecuencia de fin de la banda de paso: 7400 Hz
• Frecuencia de final de la banda atenuada: 3400 Hz
» fsim=1e5;
» Rp=1;
» Rs=30;
» Wp=[2*4000,2*7400]/fsim;
» Ws=[2*3400,2*8000]/fsim;

0.8
0.6
0.4
0.2
0
0 2000 4000 6000 8000 10000
Frecuencia (Hz)

2.6.4 Ejemplo de diseño: filtro banda eliminada
Se desea diseñar un filtro paso banda con las siguientes características:

• Frecuencia de fin de la banda de paso: 3000 Hz
• Frecuencia de fin de la banda atenuada: 7000 Hz
» fsim=60000;
» Rp=1;
» Rs=60;
» Wp=[2*3000,2*8000]/fsim;
» Ws=[2*4000,2*7000]/fsim;
» [b,a]=butter(N,Wn,’stop’);
» [b,a]=cheby1(N,Rp,Wn,’stop’);

» [N,Wn]=cheb2ord(Wp,Ws,Rp,Rs,’stop’);
» [b,a]=ellip(N,Rp,Rs,Wn,’stop’);
0.8
0.6
0.4
0.2
0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 11000
Frecuencia (Hz)

Por último, analizaremos el comportamiento de cada uno de los filtros diseñados

observando su respuesta en dB. Las figuras resultantes son las siguientes:
-5
-10
-15
-20
-25
-30
0 1000 2000 3000 4000 5000 6000 7000
Frecuencia (Hz)
-5
-10
-15
-20
-25
-30
-35
-40
-45
-50
0 2000 4000 6000 8000 10000 12000
Frecuencia (Hz)
-5
-10
-15
-20
-25
-30
-35
-40
0 2000 4000 6000 8000 10000
Frecuencia (Hz)
-10
-20
-30
-40
-50
-60
-70
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 11000
Frecuencia (Hz)
Figura 16 – De arriba abajo, diseños resultantes para el filtro paso bajo, paso alto,
paso banda y de banda eliminada, representados en dB.
Cuestión teórica: Se quiere diseñar un filtro paso bajo cuya banda de paso va desde 0
hasta 500 Hz y cuya banda atenuada comienza en 800 Hz. Dicho filtro se va a utilizar en
una simulación cuya frecuencia de muestreo (la de simulación) es de 10000 Hz.
Determine los valores de Wp y Ws a utilizar para el diseño.
Cuestión teórica: Se quiere diseñar un filtro paso alto cuya banda de paso comienza en
600 Hz y cuya banda atenuada comienza en 300 Hz. Dicho filtro se va a utilizar en una
simulación cuya frecuencia de muestreo (la de simulación) es de 8000 Hz. Determine
los valores de Wp y Ws a utilizar para el diseño.
3 Laboratorio: construcción y comprobación de filtros.
3.1 Verificación de los resultados teóricos de la memoria
Comenzaremos por reproducir los pasos descritos en la memoria para obtener los
diferentes filtros presentados. Cómo dispone de los resultados gráficos, esto bastará
para comprobar que ha realizado correctamente los cálculos.
Para cada uno de los filtros propuestos en la memoria, consigne los

valores de N y Wn obtenidos.
3.2 Construcción de un nuevo filtro
Siguiendo las directrices dadas en la memoria, se quiere construir un filtro paso

banda que cumpla las siguientes especificaciones:
• Banda de paso entre 30 y 80 Hz
• Rizado en la banda de paso 1 dB
• Rizado en la banda atenuada 40 dB
• Banda atenuada de 0 a 10 Hz y de 120 Hz en adelante
• Frecuencia de muestreo (para la simulación): 1000 Hz.
• Tipo de filtro: Butterworth
Cuestión práctica: Diseñe el filtro anterior utilizando MatLab y complete los

resultados en la hoja: Wn, N, a y b.
Verifique el resultado utilizando MatLab y compruebe que su filtro cumple

adecuadamente las especificaciones de diseño.
Construya ahora un sistema en SimuLink que permita medir la respuesta del filtro a
diferentes frecuencias utilizando un osciloscopio, tal y como se explica en el estudio
previo.
Ajuste los parámetros del osciloscopio de forma que pueda visualizar correctamente
las señales de entrada y salida.
Cuestión práctica: Mida la respuesta del filtro mediante el osciloscopio a las

frecuencias 0.5,1,2,5,10,15,20,25,30,50,70,80,90,100,110,120,150 y 200 Hz y dibuje,
utilizando la gráfica de la hoja final, la respuesta en frecuencia del filtro. Dibuje
también, sobre los mismos ejes, la plantilla de especificaciones que debe verificar el
filtro y compruebe si se cumplen o no las especificaciones del diseño.
Ahora construiremos un sistema como el que se explica en la parte teórica para poder
medir el filtro anterior mediante un analizador espectral. Pero antes veremos cómo es
de verdad la densidad espectral del ruido blanco. Para ello conecte un generador de
ruido blanco y ajuste su densidad espectral (varianza) a 5. Utilice el analizador de
espectro a la salida del filtro (lo más cómodo es utilizar parámetros 128,128,128 y
0.001 para el analizador espectral). No olvide ajustar los parámetros de la
simulación si es que ha creado un sistema nuevo. Observe la salida del analizador.
Verá cómo al principio la densidad espectral de ruido dista mucho de ser constante.
Sin embargo, poco a poco, al ir promediando, se va aproximando a 5. Conecte ahora
su filtro entre el generador de ruido y el analizador espectral. A medida que el
promediado vaya estabilizando la medida, el resultado debería irse aproximando a
|H(f)|2 . Asegúrese de que comprende lo que está viendo. Si es necesario reclame la
ayuda de su profesor.
Cuestión práctica: Repita las operaciones anteriores para el mismo filtro

diseñándolo ahora según la técnica de Cauer.
4 Hoja de resultados. NOMBRE:________________________
4.1 Parte teórica
y(t) =
x(t) =
Syy (f) =
Snn (f) =
Wp = Ws =
Wp = Ws =
4.2 Parte práctica
4.2.1 Filtro paso bajo
Butterworth Chebychev I Chebychev II Cauer

N
Wn
4.2.2 Filtro paso alto

N
Wn
4.2.3 Filtro paso banda

N
Wn
4.2.4 Filtro banda eliminada

N
Wn
4.2.5 Filtro diseñado por el método de Butterworth
N= Wn =
b= a=
|H(f)|
1.5
1.4
1.3
1.2
1.1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200
Frecuencia (Hz)
4.2.6 Filtro diseñado por el método de Cauer
N= Wn =
b= a=
|H(f)|
1.5
1.4
1.3
1.2
1.1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200
Frecuencia (Hz)

FILTROS

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

FILTROS

Transféré par

Droits d'auteur :

Formats disponibles

LABORATORIO DE TRANSMISIÓN 1

Práctica 3 - Diseño de filtros en MatLab

2 Diseño de filtros en MatLab

2.1 ¿Qué entendemos por el diseño de un filtro?

Un filtro no es más que un sistema lineal e invariante en el tiempo. Por tanto, es

donde m es el orden del numerador y n el orden del denominador. Pues bien,

2.2 La plantilla de especificaciones

Figura 1 – Plantilla de especificaciones para un filtro paso bajo.

Figura 2 – Filtros válidos para una plantilla de especificaciones

Figura 3 – Plantilla de especificaciones para un filtro paso alto

Figura 4 – Plantilla de especificaciones para un filtro paso banda

Figura 5 – Plantilla de especificaciones para un filtro de banda eliminada

2.3 Selección de la técnica de diseño

Orden resultante Rizado

Figura 6 – Filtro diseñado por diferentes métodos. En azul oscuro, Butterworth, en

2.4 Diseño de filtros

2.4.1 Traducción de las especificaciones a MatLab

Definiremos en primer lugar algunos aspectos generales que es necesario conocer

Parámetros de la plantilla Parámetros a usar en MatLab

2.4.2 Obtención del orden del filtro necesario y de la frecuencia normalizada

La obtención de la frecuencia normalizada y del orden del filtro necesario es un paso

Esto nos devolverá N (orden del filtro a diseñar) y Wn (frecuencia normalizada)

2.4.3 Obtención de los coeficientes del filtro

Una vez conocido el orden y la frecuencia normalizada, el siguiente y último paso es

Esto nos devolverá a y b para el método seleccionado. El contenido de estos

2.5 Verificación del diseño

2.5.1 Directamente en MatLab

Es posible verificar directamente en MatLab si un filtro cumple o no las

2.5.2 A través de SimuLink

El sistema resultante debería tener el siguiente aspecto:

Resultará cómodo establecer el final de la simulación en infinito, para que esta no

2.5.3 Utilizando un analizador espectral

Determine x(t) si X(f) = 1

Mientras que la primera alternativa propuesta (utilizar X(f) = 1) no es válida a

Figura 7 - Parámetros del módulo generador de ruido blanco gaussiano

Luego el esquema que habrá que montar será como el siguiente:

Figura 8 - Esquema a montar para medir la respuesta frecuencial de un sistema

2.6 Ejemplos de diseño

Vamos a proceder a continuación a diseñar un filtro de cada uno de los tipos

2.6.1 Ejemplo de diseño: filtro paso bajo

Se desea diseñar un filtro paso bajo con las siguientes características:

2.6.1.1 Establecimiento de especificaciones

2.6.1.2 Diseño por Butterworth

Figura 9 – Filtro obtenido mediante el método de Butterworth (la plantilla no se ve

2.6.1.3 Diseño por Chebychev I

Figura 10 – Filtro obtenido mediante el método de Chebychev I

2.6.1.4 Diseño por Chebychev II

Figura 11 – Filtro obtenido mediante el método de Chebychev II

2.6.1.5 Diseño por Cauer

Figura 12 – Filtro obtenido mediante el método de Cauer

2.6.2 Ejemplo de diseño: filtro paso alto

Se desea diseñar un filtro paso alto con las siguientes características:

Figura 13 – Diseños obtenidos mediante los diferentes métodos: Butterworth (azul

2.6.3 Ejemplo de diseño: filtro paso banda

Se desea diseñar un filtro paso banda con las siguientes características:

2.6.3.4 Diseño por Chebychev II

Figura 14 – Diseños obtenidos mediante los diferentes métodos: Butterworth (azul

2.6.4 Ejemplo de diseño: filtro banda eliminada

Se desea diseñar un filtro paso banda con las siguientes características:

2.6.4.4 Diseño por Chebychev II

Figura 15 – Diseños obtenidos mediante los diferentes métodos: Butterworth (azul

Por último, analizaremos el comportamiento de cada uno de los filtros diseñados

3 Laboratorio: construcción y comprobación de filtros.