Tema 6 Precision Finita

scola cnica uperior nginyeria
Departament dEnginyeria Electrnica
6.- ANLISIS DE EFECTOS DE LA PRECISIN FINITA EN FILTROS

DIGITALES.
6.1.- INTRODUCCIN.
Los filtros considerados hasta ahora eran filtros discretos pero no filtros digitales, en el
sentido que las seales de entrada, estaban cuantizadas en tiempo pero no en amplitud y los
coeficientes no estaban cuantizados. Estos sistemas, al ser implementados en hardware o
software, deben cuantizar dichos valores a los permitidos por la representacin numrica
utilizada. Este proceso transforma al filtro en un sistema NO LINEAL. En general estos
efectos son difciles de analizar, si bien, si su contribucin es pequea comparada con las
seales, pueden ser considerados como perturbaciones aditivas a un sistema lineal, lo que
permite la utilizacin de tcnicas estadsticas para evaluar sus efectos. Esto permite obtener
estimadores que posteriormente se compararn con los resultados experimentales. Las
fuentes de error son las siguientes:
Conversin AD
Cuantizacin de los coeficientes del filtro.
Cuantizacin de las operaciones aritmticas.
Presencia de Ciclos Lmite
Las representaciones numricas de los datos pueden ser en coma fija o en coma flotante, en
cualquier caso se realiza una representacin con un nmero finito de bits, lo cual se traduce
en que se produzcan efectos no deseados. As, por ejemplo, el producto de dos nmeros
representados con b bits produce un resultado de longitud 2b que posteriormente deber ser
cuantizado para su almacenamiento en un registro de b bits. Adems, en aritmtica de coma
fija, al sumar dos magnitudes de b bits se puede obtener un resultado que exceda el valor
mximo representado, producindose un error. Es decir, el anlisis de los efectos de la
cuantizacin en un filtro digital depende de varios parmetros:
Formato de los datos (coma fija, coma flotante).
Tipo de representacin numrica utilizada (signo magnitud, complemento 2, etc.)
Tipo de cuantizacin (redondeo, truncamiento)
Estructura utilizada para la implementacin del filtro.
FILTROS DIGITALES
M. MARTNEZ, L. GMEZ, A. J. SERRANO, J. VILA, J. GMEZ
CURSO 2009-2010
6.1
Analicemos cada uno de estos parmetros por separado.
6.2.- Representacin numrica en coma fija (Punto fijo).

En general un nmero en punto fijo puede representarse como:
B
x = (b A ,..., b1 , b0 , b1 ,..., bB )r = b r i
i
0 bi (r 1)
i= A
A: es el nmero de dgitos para la parte entera

B: es el nmero de dgitos para la parte fraccionaria.
r: es la base
r=2binario, bi= 0,1
r=10 decimal, bi= 0,1,,9
r=16 hexadecimal bi= 0,1,,9,A,B,C,D,E,F
Nos vamos a centrar en la representacin binaria r=2, ya que es la utilizada por los
dispositivos hardware. En este caso los dgitos se denominan bits (binary digit).
b A : bit ms significativo (MSB)

bB : bit menos significativo (LSB)
Si
A = n 1 B = 0 Formato entero sin signo. Intervalo : 0,...,2 n 1
A=0 B = n 1 Formato fraccional. Intervalo : 0,...,1 - 2 -n
En general, un nmero con parte entera y parte fraccional se representar asignado un

nmero de bits para cada parte. En lo sucesivo consideraremos el formato fraccional
binario.
Los nmeros fraccionales binarios positivos tienen un formato definido por:

B
x = 0.b1 ,...bB = bi 2 i x>0
i =1
FILTROS DIGITALES
CURSO 2009-2010
6.2
El MSB=0 indica signo positivo.

Para los nmeros negativos hay tres formatos de representacin:
Signo Magnitud: el MSB se pone a 1 para indicar signo negativo.

xSM = 1.b1 ,...bB x0
Complemento a 1.
xC1 = 1.b1 ,...bB x0
b1 es el complemento a 1 del bit (cambiar unos por ceros y viceversa) o alternativamente se
puede calcular como xC1 = 2 2 B x
Complemento a 2. Se obtiene a partir del complemento a 1 sumndole un LSB

x2 = 1.b1 ,...bB + LSB x0
Una definicin alternativa es: xC 2 = 2 x .
Observamos que dada una secuencia de bits, el nmero que debemos interpretar depende de
la representacin utilizada. De las indicadas la ms usual es el complemento a 2.
FILTROS DIGITALES
CURSO 2009-2010
6.3
Veamos a continuacin algunas definiciones:
Rango dinmico: es la diferencia entre el nmero ms grande y el ms pequeo en una

determinada representacin. R = xmax xmin
Precisin o Resolucin: Mnima distancia entre dos nmero consecutivos representados

xmax xmin
dentro del rango dinmico. = , B: nmero total de bits
2B 1
Ejemplo:
Si tenemos B+1 bits (B bits significativos ms un bit de signo) y empleamos

representaciones fraccionarias en C2 el intervalo de nmeros representado ser:
1 x 1 2 B
Luego R = 2 2 B = 2 B
La resolucin en la representacin en coma fija es constante.
Desbordamiento: es el efecto producido cuando tenemos un nmero que est fuera del
rango dinmico para una representacin especfica. Puede ser por exceso (overflow) o por
defecto (underflow).
La denominacin de punto fijo se debe a que el punto decimal est siempre en la misma
posicin, una representacin alternativa es la representacin en punto flotante que veremos
a continuacin.
En la siguiente tabla se muestra la representacin binaria fraccional con 3 bits significativos
ms uno de signo, en los diferentes formatos de representacin vistos anteriormente.
FILTROS DIGITALES
CURSO 2009-2010
6.4
Extrado de: Tratamiento Digital de Seales. J.G. Proakis

La figura siguiente muestra los valores posibles en una representacin de 3 bits en
complemento a 2 (a) se corresponde con una representacin entera y (b) con una fraccional.
Las secuencias de bits son idnticas, nicamente cambia la interpretacin.
6.3.- Representacin numrica en coma flotante.

La representacin en coma flotante es de la forma:
M : mantisa 0.5 M < 1
x = M 2E
E : exponente
FILTROS DIGITALES
CURSO 2009-2010
6.5
El exponente puede cambiar para mantener la mantisa en el intervalo permitido (COMA

FLOTANTE)
Para la mantisa y el exponente se puede utilizar cualquiera de las representaciones vistas
(signo magnitud, complemento-1, complemento-2).
Existe un estndar para la representacin numrica en coma flotante (IEEE 754). Para
precisin simple1 (32 bits), los bits estn distribuidos de la siguiente manera:
s: signo (1 bit)
F: mantisa (23 bits)
E: exponente (8 bits). El exponente tambin incluye un bit de signo.
La siguiente tabla muestra los valores mximo y mnimo en valor absoluto que podemos
representar con aritmtica de coma flotante
Signo M (23 bits) Signo (E) E(7bits

Mnimo 0 1000..0 1 1111111 0.5 2127 0.3 1038
Mximo 1 1111...1 0 1111111 (1 223 ) 2127 1.7 1038
Si consideramos aritmtica de punto fijo de 32 bits, con un bit de signo tenemos, en valores
absolutos
1
Existe un formato con precisin doble de 64 bits con M=52, E=11 y un bit de signo.
FILTROS DIGITALES
CURSO 2009-2010
6.6
Signo 31 bits
Mnimo - 00000.1 231 4.6 10 10
Mximo - 11111.1 232 1 4.6 109
La representacin en coma flotante tiene un rango dinmico mayor, que consigue mediante
una resolucin variable. La resolucin es fina para nmeros pequeos y gruesa para
nmeros grandes. Para la representacin en coma fija la precisin es constante. Si tenemos
en cuenta, solo la parte significativa; mantisa, para un mismo nmero de bits, la precisin
en coma fija es mayor que en coma flotante.
Existen algunas combinaciones determinadas de E y M que sirven para almacenar
resultados especiales de las operaciones:
Si E=255 y M0 X no es un nmero
Si E=255 y M=0 X=(-1)s
Si 0<E<255 X==(-1)s 2E-127(1.M)
Si E=0 y M0 X==(-1)s 2-126 (0.M)
Si E=0 y M=0 X==(-1)s 0
0.M es una representacin fraccionaria y 1.M es una representacin mixta (tiene parte
entera y parte fraccionaria) con 1 bit entero.
En la siguiente tabla mostramos el intervalo de representacin y precisin en la

representacin en coma flotante con precisin simple y doble
FILTROS DIGITALES
CURSO 2009-2010
6.7
A continuacin mostramos grficamente la resolucin en una representacin en coma fija

fraccional de 8 bits significativos ms uno de signo y en una representacin en coma
flotante con 4 bits para la mantisa y 4 para el exponente ms un bit de signo adicional para
la mantisa. Se pone de manifiesto como la precisin en coma fija es constante mientras que
en coma flotante sta vara con cada modificacin del valor del exponente, de manera que
sta se va duplicando; es decir, la precisin para nmeros pequeos es muy buena y
empeora para nmeros grandes.
Coma flotante M=4, E=4 + bit signo en mantisa

0.08
0.06
Resolucin
0.04
0.02
0
0 0.2 0.4 0.6 0.8 1
x
Coma fija b=8+1
0.1
0.08
Resolucin
0.06
0.04
0.02
0
0 0.2 0.4 0.6 0.8 1
x
6.4.- Cuantizacin en la conversin AD.

Sabemos que la conversin analgica digital es un proceso que permite transformar una
seal continua en tiempo y amplitud en una seal que es discreta en tiempo y amplitud. La
figura siguiente muestra todo el proceso.
FILTROS DIGITALES
CURSO 2009-2010
6.8
La muestra digital final es la representacin binaria de la seal cuantizada producida por un

muestreador ideal. Si la salida se representa con b bits, incluyendo el bit de signo, el
nmero de niveles digitales posibles es 2b .
El proceso de cuantizacin puede realizarse por redondeo (asignacin al nivel ms
prximo) o por truncamiento (asignacin al nivel inmediatamente inferior). La funcin de
transferencia, para un conversor de 3 bits por redondeo se muestra en la siguiente grfica.
Si el conversor funciona por truncamiento la grfica es idntica pero con un desplazamiento
a la derecha, con = 2 b .
2
El valor equivalente para la muestra cuantizada, en una representacin binaria fraccional en

complemento a 2, para la muestra x[n] , es 1 xq [n] < 1 , que est relacionada con la
FILTROS DIGITALES
CURSO 2009-2010
6.9
2 x[n]
muestra cuantizada como xeq [n] = , siendo RFS el intervalo de entrada del AD. Es
RFS
decir, hemos realizado un escalado por RFS / 2 para obtener una entrada en el intervalo 1.
La diferencia entre la seal original y la cuantizada se denomina error de cuantizacin.

Los errores cometidos cuando se utiliza redondeo o truncamiento con b bits son:
e(n) = xq (n) x(n) Error de cuantizacin

Redondeo < e[n] = 2 b
2 2
Truncamiento < e[n] 0 = 2b
Si la seal de entrada excede el rango del conversor, se produce un error en la conversin

que aumenta linealmente con la seal de entrada, es lo que se denomina ruido de
saturacin o sobrecarga.
El proceso de conversin AD es un proceso no lineal, y no invertible en el que siempre hay

una prdida de informacin. Este proceso se modeliza como:
Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra.
Siendo x(n) la seal sin cuantizar y e(n) una variable aleatoria con las siguientes
caractersticas:
1. La secuencia de error es una versin muestreada de un proceso de ruido blanco
estacionario en sentido amplio (wide-sense stationary) en el que cada muestra esta
uniformemente distribuida en el intervalo determinado por el error de cuantizacin.
2. La secuencia de error no est correlacionada con la secuencia de entrada
correspondiente.
3. La secuencia de entrada es una secuencia procedente de un proceso aleatorio
estacionario.
FILTROS DIGITALES
CURSO 2009-2010
6.10
Estas condiciones se verifican si las seales de entrada tienen una amplitud grande,
comparada con el escaln de cuantizacin, ya que en este caso, la variacin de la amplitud
se puede considerar aleatoria.
Cuando se utiliza una representacin en complemento a 1 o signo-magnitud con
truncamiento, la seal de error s est correlacionado con la seal de entrada ya que el error
obtenido es siempre de signo contrario al signo de la seal de entrada, por esta razn una
representacin en complemento a 2 con cuantizacin por truncamiento o una cuantizacin
por redondeo es preferible.
Las funciones densidad de probabilidad del error por redondeo y truncamiento (en una
representacin en complemento a dos) son las siguientes
Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra.
A partir de la funciones densidad de probabilidad podemos calcular valores medios y

varianzas:
e = E{e} = e p (e) de
(
e2 = E{e 2 } (E{e})2 = e 2 p(e) de e p(e) de )2
Obtenemos:

er = 0 et =
Redondeo : 2 2 Truncamiento : 2
r = 2
12 t2 =
12
El efecto de la conversin AD en la relacin seal ruido se mide con la relacin seal ruido
de cuantizacin definido como:
FILTROS DIGITALES
CURSO 2009-2010
6.11
Energia seal
SNR AD = 10 log
Energia ruido
si Energia ruido = 2 para un conversor de b bits, ( = 2 b ) obtenemos:
( ( )
SNR AD = 10 log x2 + 10.8 + 6.02b dB )
Cada bit adicional proporciona un aumento terico de 6 bits en la SNR. El resultado
obtenido depende de las caractersticas de la seal de entrada. Para un conversor bipolar
con rango de entrada 2A y b bits, con una entrada sinusoidal de amplitud A, la expresin
obtenida es:
A2
Energia seal
SNRAD = 10 log = 10 log 2 = (6.03b + 1.76)dB
Energia ruido 2 A 2 1

2b 12

El ruido generado en la conversin AD, con varianza AD
2
, al atravesar el filtro genera un
ruido a la salida cuya varianza viene dada por:

oAD
2
= AD
2
h 2 (k )
k =0
6.5.- Cuantizacin de las operaciones aritmticas:errores de redondeo y

truncamiento.
Durante la realizacin de operaciones aritmticas, por ejemplo al multiplicar 2 nmeros
representados con b bits, si el resultado de 2b bits queremos almacenarlo en el mismo
formato deberemos realizar una reduccin de 2b b bits. Esta reduccin implica una
cuantizacin, que puede realizarse por redondeo o truncamiento.
b0 b
647 48 647 48
Cuantizacin de operaciones: x = 0.10110...01 Q ( x ) = 0.10110...11 b < b0
Dado que los nmero positivos tienen la misma representacin en los tres tipos de
numeracin analizados, nicamente estudiaremos por separado los nmeros negativos. En
la siguiente tabla se muestra los errores de redondeo y truncamiento en cada uno de los
casos. Si b0 >>> b el trmino 2b0 puede despreciarse.
FILTROS DIGITALES
CURSO 2009-2010
6.12
-b
Positivos y Negat. en Comp. 2 - 2 - b 2 0 E 0
t
Truncamiento
COMA FIJA -b
Negat. en Comp.1 y Negat. Signo - Mag 0 E 2- b 2 0
b b t
0
E = Q( x) x
-b -b -b
2 2 0 2- b 2 0

Redondeo (Todas las representaciones)
E
2 r 2
Ejemplos2:
SM : xdecimal = +0.6875 xbin = 0.10110 trunc
Q( x) bin = 0.10 Q( x) decimal = 0.50 Et = 0.1875
.a 2 bits
SM : xdecimal = 0.6875 xbin = 1.10110 trunc

Q( x) bin = 1.10 Q( x) decimal = 0.50 Et = +0.1875
. a 2 bits
C 2 : xdecimal = +0.6875 xbin = 0.10110 trunc

.a 2 bits
C 2 : xdecimal = 0.6875 xbin = 1.01010 trunc

.a 2 bits
SM : xdecimal = +0.6875 xbin = 0.10110 red

.a Q( x) bin = 0.11 Q( x) decimal = 0.75 Er = +0.0625
2 bits
SM : xdecimal = 0.6875 xbin = 1.10110 red

.a Q( x) bin = 1.11 Q( x) decimal = 0.75 Er = 0.0625
2 bits
C 2 : xdecimal = +0.6875 xbin = 0.10110 red

.a Q( x) bin = 0.11 Q( x) decimal = 0.75 Er = +0.0625
2 bits
C 2 : xdecimal = 0.6875 xbin = 1.01010 Q( x) bin = 1.01 Q( x) decimal = 0.75 Er = 0.0625

red . a 2 bits
Cuando se utiliza aritmtica de coma flotante se cuantiza nicamente la mantisa M. Dado

que la resolucin en coma flotante no es uniforme sino de depende del nmero que se
cuantifica, se define un error relativo
Q( x ) x Q( M ) M
e= =
x M
COMA FLOTANTE.
b b 2 2 b < et 0, x > 0
0 Comp. 2
b0 = Truncamiento 0 et < 2 2 b , x < 0
Comp.1 y Signo - Mag
2 2 b < et 0
x = M 2E
Redondeo (Todas las representaciones) 2 b < er 2 b
M (b bits)
En lo sucesivo vamos a considerar nicamente sistemas de coma fija.
2
La interpretacin de un nmero negativo, con representacin fraccional, en complemento a 2 en decimal es
xc 2 = (2 x ) . Ej xc 2 = 1.01 xdec = (2 (20 + 2 2 )) = 0.75
FILTROS DIGITALES
CURSO 2009-2010
6.13
En la siguiente figura se muestra las grficas de las funciones densidad de probabilidad de

los errores por redondeo y truncamiento, utilizando representaciones en complemento a 2 y
signo magnitud.
Para los casos (a) y (b) ya hemos calculado los valores medios y las varianzas. Para el caso
(c) obtenemos:
et = 0
Truncamiento(signo - magnitud) : 2
t2 =
3
Si comparamos con los valores obtenidos para cuantizacin por redondeo observamos que
la varianza (error) es 4 veces superior. Adems el error de truncamiento est correlacionado
con la seal de entrada ya que si x > 0 et < 0 y x < 0 et > 0 ; es decir, no se verifica uno
de los requisitos que habamos impuesto originalmente. Por otra parte, una ventaja de esta
representacin es que no aparece un efecto que veremos ms adelante como son los ciclos
lmite.
FILTROS DIGITALES
CURSO 2009-2010
6.14
6.6.- Cuantizacin de los coeficientes de un filtro digital.
La funcin de transferencia H ( z ) de un filtro digital obtenidos al cuantizar los coeficientes,

es diferente de la funcin de transferencia del filtro deseado H ( z ) . El principal efecto es la
modificacin de la localizacin de los ceros y los polos del filtro original. Pudiendo incluso
hacer que un filtro estable d lugar a un filtro inestable. Adems se modifica la respuesta en
frecuencia de filtro con lo que el nuevo sistema puede no cumplir las especificaciones de
diseo del filtro original. Vemoslo en las siguientes grficas.
Se ha diseado un filtro elptico, con coef. cuantizados por redondeo, con las instrucciones:
Rp=1;Rs=40;Wp=0.4;Ws=0.5;
[N, Wn] = ellipord(Wp, Ws, Rp, Rs);
[b,a]=ellip(N,Rp,Rs,Wn);
FILTROS DIGITALES
CURSO 2009-2010
6.15
Redondeo a 4 bits Detalle de banda pasante

50 2
Cuantizada
1 Original
0
|H()|
|H()|
0
50
1
100 2
0 0.5 1 0 0.2 0.4
/ /
Detalle de banda atenuada
4 30
2
|()|(rad)
40
0 |H()|
50
2
4 60
0 0.5 1 0.6 0.8 1
/ /
Redondeo a 4 bits
2
1
0.8
0.6
0.4
Parte Imaginaria
0.2
0
0.2
0.4
0.6
0.8
2
1
1 0.5 0 0.5 1
Parte Real
FILTROS DIGITALES
CURSO 2009-2010
6.16

50 2
Cuantizada
1 Original
0
|H()|
|H()|
0
50
1
100 2
0 0.5 1 0 0.2 0.4
/ /
4 30
2
|()|(rad)
40
|H()|
0
50
2
4 60
0 0.5 1 0.6 0.8 1
/ /
Redondeo a 16 bits
0.8
0.6
0.4
Parte Imaginaria
0.2
0.2
0.4
0.6
0.8
1
1 0.5 0 0.5 1
Parte Real
FILTROS DIGITALES
CURSO 2009-2010
6.17
Ahora repetimos el proceso para un filtro FIR de similares caractersticas, cuantizando los
coeficientes por redondeo. Se ha utilizado el siguiente cdigo:
[n,fo,mo,w]=remezord([0.4 0.5],[1 0],[0.01 0.01]);b= remez(n,fo,mo,w);

50 2
1
0
|H()|
|H()|
0
50
1 Cuantizada
Original
100 2
0 0.5 1 0 0.2 0.4
/ /
4 30
2
|()|(rad)
40
|H()|
0
50
2
4 60
0 0.5 1 0.6 0.8 1
/ /
Redondeo a 4 bits
2
1.5
1
Parte Imaginaria
0.5
24
0
0.5
1.5
2
3 2 1 0 1
Parte Real
FILTROS DIGITALES
CURSO 2009-2010
6.18

50 2
Cuantizada
1 Original
|H()|(rad)
|H()|(rad)
0
0
50
1
100 2
0 0.5 1 0 0.2 0.4
/ /
4 30
2
|()|(rad)
|H()|(rad) 40
0
50
2
4 60
0 0.5 1 0.6 0.8 1
/ /
Redondeo a 16 bits
1.5
1
Parte Imaginaria
0.5
0.5
1.5
3 2 1 0 1
Parte Real
FILTROS DIGITALES
CURSO 2009-2010
6.19
6.6.1.- Sensibilidad frente a la cuantizacin de los polos.

En este apartado vamos a analizar las modificaciones que experimentan los polos como
consecuencia de cuantizar los coeficientes del filtro. Dado un filtro IIR
M
b z k
k
H (z) = k =0
N
1 + ak z k
k =1
Consideremos que al cuantizar los coeficientes tenemos:

bk = bk + bk
siendo bk y ak las perturbaciones (errores) de cuantizacin.
ak = ak + ak
La nueva funcin de transferencia del filtro ser:
M
b z k
k
H (z) = k =0
N
1 + ak z k
k =1
( )
N N
Analicemos los polos. Sea D( z ) = 1 + ak z k = 1 pk z 1 y tras la cuantizacin
k =1 k =1
D( z ) = (1 pk z 1 )
N
pk = pk + pk
k =1
Vamos a relacionar pk con ak , para ello expresamos que la variacin total

experimentada por un polo es igual a la suma de las variaciones de dicho polo respecto de
cada uno de los coeficientes del filtro y lo expresamos como:
N
pi
pi = ak
k =1 ak
Expresin que podemos calcular a partir de D(z) aplicando la regla de la cadena,
D( z )
D( z ) D( z ) z pi ak z = p
= = i
ak z = p z z = pi ak z = pi
ak D( z )
i
z z = pi
Si calculamos el numerador y el denominador de esta ltima expresin tenemos, que de la

definicin de D(z) obtenemos,
FILTROS DIGITALES
CURSO 2009-2010
6.20
D( z ) k
= z k = pi
ak z = pi
z = pi
N N z pk
D( z )
( ) pk N
( )
N
z
= 1 pk z 1
z k =1 z = pi
=
z k =1 z
= 2
z = pi k =1 z j =1
1 p j z 1 =
z = pi
j k z = pi
N
p k N pi p j
= 2

k =1 pi j =1 pi
jk
Solo cuando k=i ninguno de los trminos entre parntesis es cero, por tanto el productorio
no se anula. Luego el sumatorio slo tiene un trmino.
D ( z )
( pi p j ) = 1N (p pj)
N N
pi
N 1
= i
z z = pi
2
pi pi j =1 pi j =1
j i j i
Luego la expresin buscada es:
N N k
pi
pi = ak
(p pj)
N
k =1
i
j =1
j i
Esta expresin proporciona una medida de la sensibilidad del polo i-simo a cambios en el
coeficiente ak .
A partir de esta expresin obtenemos las siguientes conclusiones:
N 0 a N es el coeficiente ms sensible
Como pi < 1, pi << pi
a0 es el coeficiente menos sensible
Cuanto mayor sea el orden ms sensibilidad.

La sensibilidad aumenta si los polos estn muy cercanos (como el los filtros pasa
banda estrechos), ya que el trmino (p p )
i j es la distancia entre el polo
considerado y los restantes. Utilizaremos descomposiciones en cascada para

disminuir el orden. Idealmente de orden 1, pero para evitar aritmtica compleja
agruparemos en etapas de 2 orden, adems los polos complejos conjugados estn
suficientemente alejados entre s, lo que disminuye la sensibilidad.
FILTROS DIGITALES
CURSO 2009-2010
6.21
6.6.2.- Sensibilidad frente a la cuantizacin de los ceros en filtros FIR.

Un estudio anlogo al realizado para los polos se puede llevar a cabo para los ceros, que
nos permitira obtener una expresin anloga para la sensibilidad de los ceros en una
implementacin directa. La principal diferencia es que los filtros FIR, en su mayora, se
disean para tener fase lineal, como consecuencia bk = bM 1 k . Luego la cuantizacin de
los coeficientes en forma directa sigue preservando la linealidad, que no ocurre si
descomponemos en etapas de 2 orden (s se cumple para etapas de cuarto orden agrupando
un par de ceros complejos conjugados y sus recprocos). Es decir, la cuantizacin
nicamente afecta a la respuesta en frecuencia en mdulo. Por otra parte, al mantener la
linealidad, los ceros que originalmente se encuentran sobre la circunferencia unidad, al
cuantizar seguirn en la misma posicin (de lo contrario se perdera la linealidad de fase).
Adems los ceros situados sobre la circunferencia unidad se vern afectados por igual al
cuantizar los coeficientes bk , dado que el trmino3 ziM 1 k = 1 si zi = 1 . Por estas razones la
estructura directa s se prefiere para filtros FIR.

En las siguientes figuras mostramos las grficas obtenidas para una descomposicin en
cascada con etapas de segundo orden del filtro FIR descrito en el apartado 6.6.
M 1 M 1 k M 1
zi
3
La expresin obtenida es la misma que para los polos zi = M 1
bk con H ( z ) = bk z k
k =1
(z
j =1
i zj) k =0
j k
FILTROS DIGITALES
CURSO 2009-2010
6.22

2
0
1
20
|H()|
|H()|
0
40 Cuantizada SOS
1 Cuantizada Directa
60 Original
2
0.2 0.4 0.6 0.8 0 0.2 0.4
/ /
4 20
2
30
|H()|
()
0
40
2
4 50
0 0.5 1 0.6 0.8 1
/ /
Redondeo a 4 bits Redondeo a 4 bits

25
Cuantizada SOS
4 24 Cuantizada Directa
Original
3 23
2 22
Retardo de grupo
Parte Imaginaria
1 21
3 24
39 2
0 20
1 19
2 18
3 17
4 16
15
3 2 1 0 1 0 0.5 1
Parte Real n
6.6.3.- Cuantificacin de las formas en paralelo y en cascada.

Hemos indicado que un filtro IIR de orden superior a 2 se debe implementar como una
combinacin de secciones de segundo orden, pero no hemos indicado si se debe emplear
FILTROS DIGITALES
CURSO 2009-2010
6.23
una configuracin en cascada o en paralelo. Es decir, hemos de elegir

K
bk 0 + bk1 z 1 + bk 2 z 2 K
ck 0 + ck1 z 1
entre H ( z ) =
k =1 1 + ak1 z 1 + ak 2 z 2
o H ( z ) =
k =1 1 + a k 1 z
1
+ ak 2 z 2
.
Si el filtro se implementa como una descomposicin en cascada de trminos de primer y

segundo orden, la relacin entre los ceros y los coeficientes cuantizados es directa ya que la
cuantizacion de los coeficientes slo afecta a 2 ceros complejos conjugados (los de esa
etapa), sin embargo cuando se opta por una descomposicin en paralelo, en el clculo de
los coeficientes ck 0 , ck1 , intervienen todos los coeficientes bk ; es decir, la cuantizacin de
ck 0 , ck1 afectar a TODOS LOS CEROS.

Esto hace que sea difcil evaluar la perturbacin introducida en la posicin de los ceros,
haciendo que la sensibilidad aumente. Adems, si el filtro tiene ceros sobre la
circunferencia unidad, es probable que tras la descomposicin en paralelo dejen de estarlo.
Esto no ocurre cuando tenemos ceros sobre la circunferencia unidad en una descomposicin
en cascada ya que el coeficiene b2 k ser la unidad por lo que no se vern afectados por la
cuantizacin; los ceros podrn experimentar ligeras modificaciones pero siempre se
mantendrn sobre la circunferencia unidad.
En el caso que sea necesario una implementacin en paralelo se puede optar por una
representacin en coma flotante.
La forma en cascada es la ms robusta frente a la cuantizacin de los coeficientes y debe
ser la eleccin ante una implementacin en coma fija.
FILTROS DIGITALES
CURSO 2009-2010
6.24
Cuantizacin a 4 bits
20
Original
C.Directa
0 C. Cascada
C. Paralelo
20
|H()|
40
60
80
100
0 0.2 0.4 0.6 0.8 1
/
Ori
C. Cascada
1 Q Paralelo
0.5
Parte Imaginaria
0.5
1.5 1 0.5 0 0.5 1 1.5

Parte Real
6.6.4.- Importancia de la estructura frente a la cuantizacin.

Del apartado anterior hemos concluido que para un filtro IIR la forma ms adecuada de
implementacin es mediante etapas en cascada de 1er y 2 orden, pero no hemos
especificado nada a cerca del tipo de estructura empleada para cada etapa.
FILTROS DIGITALES
CURSO 2009-2010
6.25
1
Si consideramos un sistema de primer orden, H ( z ) = y cuantizamos con b bits la
1 az 1
posicin del polo a = L = 2 b ; es decir, las posiciones del polo estn equiespaciadas a
intervalos en el eje real.
Para un sistema de 2 orden:
1 a1 = 2r cos( )
H ( z) = 1 2
polos en z = r e j
1 + a1 z + a2 z a2 = r 2
si cuantizamos la forma directa
x(n)
y(n)
z-1
2rcos(q)
z-1
-r2
Al cuantizar los coeficientes a1 y a2 estamos cuantizando la parte real de los polos y la

distancia de los polos al origen r2. Si b=4 (3 bits fraccionales ms uno de signo) las posibles
localizaciones de los polos son las mostradas en la siguiente figura. Observamos que en el
eje X la distribucin de la cuantizacin es uniforme ya que el coeficiente coincide con la
parte real, pero el eje Y no estamos cuantizando la parte imaginaria sino r2.
a1 = L1 2 b
L1 , L2 nmeros enteros
a2 = L2 2 b r = L2 2 b
FILTROS DIGITALES
CURSO 2009-2010
6.26
Extrado de: Digital Filters and Signal Processing. L. B.Jackson
Las posiciones vlidas para los coeficientes cuantizados son las intersecciones de las lneas
verticales y las circunferencias. Observamos que la malla es muy poco densa en z = 1
comparado con z = j , luego:
Si se disean filtros muy estrechos, pasa-baja o pasa-alta, cuyos polos estn en z = 1 , esta
estructura ser muy sensible a la cuantizacin por lo que ser necesario utilizar mayor
precisin (representar con mayor nmero de bits) o bien BUSCAR OTRA ESTRUCTURA.
Este efecto se produce tambin cuando se utiliza la tcnica de oversampling; es decir,
muestrear a una frecuencia muy superior a la dictada por el teorema de muestreo, ya que los
coeficientes de los filtros toman valores tales que los polos se aproximan a z = 1 ,
incrementndose la sensibilidad.
Una alternativa es utilizar otra estructura para la implementacin del sistema de segundo
orden como es la FORMA ACOPLADA O NORMAL que mostramos en la figura
siguiente.
FILTROS DIGITALES
CURSO 2009-2010
6.27
Consideremos:
x1 (n) = x(n)
s 2 (n) = y (n) . Tambin podemos considerar como salida s1 (n) (No afecta a los polos.)
x 2 ( n) = 0
Las ecuaciones del sistema son:
[ ]
S1 ( z ) = z 1 (a1S1 ( z ) + a2Y ( z ) + X ( z ) ) S1 ( z ) 1 a1 z 1 = z 1 [a2Y ( z ) + X ( z )]

Y ( z ) = z 1 ( a2 S1 ( z ) + a1Y ( z ) ) [ ]
Y ( z ) 1 a1 z 1 = a2 z 1 S1 ( z )
a22 z 2
H (z) =
(
1 2a1 z 1 + a12 + a22 z 2 )
Si a1 = r cos( ), a2 = r sin ( ) , los polos de la funcin de transferencia obtenida coinciden

con el sistema de 2 orden de partida salvo que en esta estructura los coeficientes a1 y a2
son la parte real e imaginaria de los polos por lo que su cuantizacin da lugar a una rejilla
rectangular como se muestra en la siguiente figura.
FILTROS DIGITALES
CURSO 2009-2010
6.28
VENTAJAS CUANTIFICACION UNIFORME

INCONVENIENTE AUMENTA EL NMERO DE PRODUCTOS 2 4
Esta estructura es adecuada para el diseo de filtros pasa-baja y pasa-alta estrechos, ya que
la densidad de puntos en z = 1 es mayor respecto a la estructura directa.
Si por el contrario hemos de implementar filtros pasa-banda o elimina-banda estrechos la
estructura directa es ms adecuada ya que los polos se encuentran en la zona z = j donde
la densidad de puntos es mayor.
6.7.- Escalado de los coeficientes para prevenir desbordamiento.

Cuando se utiliza aritmtica binaria fraccional de complemento a 2, la suma de dos
nmeros grandes del mismo signo puede originar un valor que exceda del mximo
representable, dando lugar a un resultado de distinto signo. En la siguiente figura se
muestra la caracterstica funcional de la suma en complemento a 2.

FILTROS DIGITALES
CURSO 2009-2010
6.29
En un filtro recursivo, el desbordamiento producido en una suma, puede volver a

producirse debido a la realimentacin, o bien puede dar lugar a oscilaciones
automantenidas difciles de detener sino se pone a cero el sistema.
En los filtros FIR, dado que no existe realimentacin, y que la salida es una suma
ponderada de las entradas retardadas, la utilizacin de aritmtica en complemento a 2 tiene
la ventaja de que la suma de trminos cuyo resultado final no produce desbordamiento,
proporcionar un resultado correcto aunque en alguna de las sumas intermedias se
produzca.
El desbordamiento se produce a la salida de los sumadores, ya que si las entradas y los
coeficientes se representan en formato fraccional binario, stos se encontrarn en el
intervalo 1 x < 1 por lo que los productos no producirn desbordamiento pero s pueden
producirlo las sumas.
Una forma de prevenir el desbordamiento es ESCALANDO las entradas de los sumadores

por un factor adecuado para mantener su salida dentro de los lmites permitidos por la
representacin. Si se realiza un escalado de la seal de entrada por un factor S (S<1), de
acuerdo con la expresin SNR AD = (10 log( x2 ) + 10.8 + 6.02b )dB , la varianza de la seal
escalada ser S 2 x2 y dado que S<1 producir un disminucin de la SNR. Es decir

deberemos elegir un factor de escalado que suponga un compromiso entre la reduccin de
la SNR y que evite el desbordamiento.
Los mtodos ms habituales para el clculo de los coeficientes de escalado son los que se
indican a continuacin. En todos los casos f (k ) es la respuesta impulsional del filtro
F (z ) . Siendo F (z ) la funcin de transferencia desde la entrada hasta la salida del nodo
sumador considerado.
FILTROS DIGITALES
CURSO 2009-2010
6.30

L1 : S = f (k )
k =0
1
2
L2 : S = f 2 ( k )
k =0
L : S = max F ( )
L2 < L < L1
L1: es la condicin ms restrictiva y asegura que no se va a producir desbordamiento a la

salida, si bien en muchas ocasiones proporciona un escalado excesivo, disminuyendo la
SNR.
L2: en este caso se imponen restricciones sobre la energa de la entrada y la funcin de
transferencia. Para algunas estructuras es posible obtener expresiones compactas ya que

1
s = f 2 (k ) =
2j C
F ( z ) F ( z 1 ) z 1 dz
k =0
(Se trata de una integral de contorno z = 1 que se resuelve mediante el Teorema de los
Residuos)
(Ver Mitra-2001)
L : F ( ) es la respuesta en frecuencia desde la entrada hasta la salida del sumador. Este
factor de escalado es el valor de pico de la respuesta en frecuencia. Asegura que no se va a
producir desbordamiento cuando la entrada es una sinusoide pura.
Los factores de escalado verifican:
L2 L L1
6.7.1.- Escalado de formas de 2 orden.

En la siguiente figura mostramos dos bloques de segundo orden con la forma directa II (a) y
1
forma directa I (b). Al escalar multiplicaremos la entrada por el factor y la salida del
s1
filtro la multiplicaremos por s1 para que la funcin de transferencia total no experimente

cambios.
En la forma directa I, tenemos un nico sumador que proporcionar la salida del filtro.
Como indicbamos anteriormente, si utilizamos aritmtica de complemento a 2, si el
FILTROS DIGITALES
CURSO 2009-2010
6.31
resultado de las mltiples sumas no produce desbordamiento, aunque las sumas parciales lo
produzcan, el resultado ser correcto por lo que no ser necesario escalar. Para la forma
directa II, la funcin de transferencia F(z) ser:
1
F (z) =
1 + a1 z + a2 z 2
1
Extrado de: Digital Signal Processing: a practical aproach. E.C. Ifeachor, B.W.Jervis
6.7.2.- Escalado de formas de formas en cascada y paralelo.
Conexin en cascada:
El esquema es el mismo que en el caso anterior, si bien tendremos un factor de escalado
para cada etapa. Si aseguramos que el nodo w3 (n) no produce desbordamiento, el resultado
final no lo producir.
En esta estructura, para el clculo de los factores de escalado intervienen todas las etapas
anteriores; es decir, la funcion de transferencia de la etapa i-sima Fi (z ) es:
FILTROS DIGITALES
CURSO 2009-2010
6.32
s = Fi ( z ) p
p = 1,2,
i 1
H
k =1
k (z)
b0 k + b1k z 1 + b2 k z 2
Fi ( z ) = N : nmero de etapas H k (z) =
1 + a1i z 1 + a2i z 2 1 + a1k z 1 + a2 k z 2
Los factores de escalado de las etapas 2 y 3 se suelen incluir en los coeficientes bk de la
etapa anterior para disminuir el nmero de productos.
Conexin en paralelo:
El procedimiento es idntico al anterior, si bien no hay influencia entre etapas. Para el
clculo del factor de escalado para cada etapa las funciones de transferencia sern4:
1
Fi ( z ) = 1 i N ramas
1 + a1i z + a2i z 2
1
6.7.3.- Deteccin y prevencin del desbordamiento a la salida del filtro.

Cuando utilizamos los factores de escalado determinados por las normas L2 y L no se
evita completamente la posibilidad de desbordamiento (esto slo ocurre con L1 ). Si
utilizamos aritmtica en complemento a 2, el desbordamiento hace que la salida cambie
bruscamente entre los niveles mximo y mnimo. Para evitar este efecto, se utiliza
aritmtica saturada. En este caso cuando se produce desboradamiento en las operaciones, la
seal de salida se mantiene en el valor mximo o mnimo (dependiendo del tipo de
desbordamiento). La siguiente grfica muestra el resultado de las operaciones con
aritmtica saturada (superior) y no saturada.
4
Si alguna de las etapas fuese de primer orden el trmino a 2i = 0
FILTROS DIGITALES
CURSO 2009-2010
6.33
6.8.- Errores de redondeo en las operaciones producto.

Adems de los problemas de desbordamiento que se pueden producir en los nodos suma y
como mediante el escalado pueden disminuirse sus efectos, otro factor que hemos de tener
en cuenta en la implementacin de filtros en coma fija es la cuantizacin de las operaciones
producto. El esquema es el siguiente:
2B bits B bits
Entrada (B bits) Q
Coeficiente (B bits)
Hemos de cuantizar la salida de 2B bits para obtener un resultado de B bits. Este proceso
introduce un error modelizado linealmente como:
Modelo Lineal de Ruido

k 2B bits B bits
x(n) y(n)=k x(n) + e(n)
e(n)
FILTROS DIGITALES
CURSO 2009-2010
6.34
El sistema se comporta como un multiplicador ideal al que se le suma una perturbacin

aleatoria e(n) que simula el efecto de la cuantizacin.
A la secuencia e(n), se le suponen las mismas caractersticas que citamos en la conversin
AD.
e(n) es una versin muestreada de un proceso estacionario de ruido blanco
uniformemente distribuida en el rango de variacin del error.
e(n) no est correlacionada con la entrada x(n) ni con cualquier otra fuente de error
en otro multiplicador5.
Obtuvimos que la energa del ruido de cuantizacin vena dada por su varianza cuyo
valor es:
2
=2
q = 2 b b : bits de la representacin (sin signo)
12
El ruido de redondeo que se produce en cada multiplicador, en la conversin AD, se va
a propagar a travs del filtro produciendo una seal de ruido a la salida que se solapar
con la salida ideal del filtro.
En el anlisis siguiente nos aparecern las expresiones Gi (z ) y g i (n) cuyo significado
es el siguiente:
Gi (z ) : funcin de transferencia desde la seal de error hasta la salida del filtro.
g i (n) : respuesta impulsional de Gi (z ) . ( g i (n) = Z 1 {Gi ( z )})
Analicemos el ruido de redondeo en una estructura de 2 orden previamente escalada e

implementada mediante la forma directa I. Vamos a considerar que se produce
redondeo en cada operacin producto.
5
Recordar que la no correlacin con la entrada solo se verifica para cuntizacin por redondeo y truncamiento
con representacin en complemento a 2.
FILTROS DIGITALES
CURSO 2009-2010
6.35
En la grfica (b) todas las fuentes de ruido que van a un mismo sumador se han
agrupado generando un nivel de ruido que ser la suma de cada uno de ellos ya que
como hemos dichos son independientes entre s.
En general, sabemos que el ruido a la salida y2 , est relacionado con el ruido en la

entrada x2 por y2 = x2 h 2 (k ) , en nuestro caso el ruido a la entrada es e2 y el ruido
k =0
a la salida, debido a la cuantizacin de las operaciones producto, en esta estructura
vendr dado por6:

q2 = 5 e2 g 2 (k )
k =0
s1
G( z) =
1 + a1 z 1 + a2 z 2
El ruido total presente a la salida del filtro debido a la conversin AD y a la
cuantizacin de las operaciones producto ser la suma de ambos. Adems si tenemos en
2
cuenta que e2 = AD
2
= obtenemos:
12
FILTROS DIGITALES
CURSO 2009-2010
6.36
2 2

=2
o
2
oAD + = h (k ) + 5 g 2 (k )
2
q
12 k = 0 k =0
El procedimiento es completamente anlogo para cualquier estructura. Consideremos
una etapa de segundo orden implementada mediante la forma directa II.
En este caso podemos agrupar las fuentes de ruido en 2 sumadores. e1 contiene la

contribucin de 3 productos y e2 tambin 3 productos. Difieren en la funcin de
transferencia. La expresin del ruido de cuantizacin ser:

= 3
2
q
2
e g
k =0
1
2
(k ) + 3 2
e g
k =0
2
2
(k )
1 2
b0 + b1z + b2 z
G1 ( z ) = s1 = s1H ( z )
1 + a1 z 1 + a2 z 2
G2 ( z ) = 1
Luego el ruido total a la salida vendr dado por:
2 2 2 2
=
2
o
2
oAD + = h (k ) + 3 s1 h (k ) + 1
2
q
12 k = 0 k =0
6
Para el clculo de la funcin de transferencia Gi(z), solo interviene la entrada ei(n) el resto de entradas se
consideran nulas
FILTROS DIGITALES
CURSO 2009-2010
6.37
Podemos obtener expresiones similares para etapas en cascada y en paralelo.

Conexin en cascada:
Agrupando los errores en los sumadores obtenemos la expresin para el ruido de

cuantizacin:
2

= 3 g1 (k ) + 5 g 2 (k ) + 5 g 3 2 (k ) + 3
2
q
2
e
2
k =0 k =0 k =0
Y ( z)
G1 ( z ) = = s1 H 1 ( z ) H 2 ( z ) H 3 ( z )
E1 ( z )
Y ( z)
G2 ( z ) = = s2 H 2 ( z ) H 3 ( z )
E2 ( z )
Y ( z)
G3 ( z ) = = s3 H 3 ( z )
E4 ( z )
G4 ( z ) = 1
Anlogamente para la descomposicin en paralelo tenemos:
FILTROS DIGITALES
CURSO 2009-2010
6.38
L

q2 = e2 2 L + 1 + 3 g i 2 (k )
i =1 k =0
Gi ( z ) = si H i ( z )
El trmino 2L+1 hace referencia a los 2 productos que cada etapa tiene a la salida, siendo L
el nmero de etapas, ms el termino de ganancia. El otro sumando est ligado con los 3
productos que tenemos a la entrada de cada etapa. Hi(z) es la funcin de transferencia de
cada etapa en paralelo.
El estudio realizado considera que se cuantifica la salida de cada operacin producto. Los
DSP actuales no necesitan redondear cada uno de los productos previo a las sumas ya que
disponen de un acumulador de 2B bits, esto reduce significativamente el nivel de ruido ya
FILTROS DIGITALES
CURSO 2009-2010
6.39
que nicamente se cuantizarn las salidas de los sumadores; es decir, el factor relacionado
con el nmero de productos ser siempre la unidad.
Por otra parte, en estas expresiones se observa que los factores de escalado van a producir
un incremento muy significativo del nivel de ruido a la salida.
Ejemplo:
Dado el sistema de segundo orden definido por la funcin de transferencia
0.1436 + 0.2872 z 1 + 0.1436 z 2
H ( z) =
1 1.8353z 1 + 0.9747 z 2
Sabiendo que la estructura utilizada para su implementacin es la Forma Directa II
determina:
Factores de escalado L1 , L2 , L .
Modelo lineal de ruido.
Estima el ruido total a la salida debido a la cuantizacin (Operaciones producto y
conversin AD)
Repite el ejercicio considerando la forma directa I.
Solucin:
Modelo lineal de ruido Modelo simplificado
e0(n) e3(n) e1(n) e2(n)
x(n) b0 s y(n) x(n) w(n) b0 s y(n)
1/s 1/s
z-1 z-1
e1(n) e4(n)
-a1 b1 s
-a1 b1 s
z-1 z-1
e2(n) e5(n)
-a2 b2 s
-a2 b2 s
(a) (b)
En el modelo (b) los errores estn definidos como:
FILTROS DIGITALES
CURSO 2009-2010
6.40
a1 w(n 1) b0 s w(n)

e1 (n) suma de errores a2 w(n 2) e2 (n) suma de errores b1 s w(n 1)
1 s x ( n) b s w(n 2)
2
Para el clculo del factor de escalado, la funcin de transferencia desde la entrada a la
salida del sumador que puede producir desbordamiento (primer sumador) es:
1
F (z) =
1 1.8353z + 0.9747 z 2
1
Utilizando Matlab podemos calcular los factores de escalado:

B=[0.1436, 0.2872 0.1436];
A=[1 -1.8353 0.9747];
%Respuesta impulsional de F(z)
h=impz(1,A);
L1=(sum(abs(h)));
L2=sqrt(sum(h.^2)); %Tambin se puede utilizar la funcin norm()
[H,w]=freqz(1,A);
Linf=max(abs(H));
Obtenemos:
L1 = 136.3803 L2 = 12.1226 L = 104.5884
Para el clculo del ruido a la salida necesitamos las funciones de transferencia desde las
seales de error a la salida, que para nuestro sistema son:
Y (z) 0.1436 + 0.2872 z 1 + 0.1436 z 2
G1 ( z ) = = s1
E1 ( z ) 1 1.8353z 1 + 0.9747 z 2
Y (z)
G2 ( z ) = =1
E2 ( z )
El error total a la salida debido a la cuantizacin vendr dado por:

q2 = 3 e2 g12 (k ) + 1
k =0

y el ruido debido a la conversin AD a la salida vendr dado por: oAD
2
= AD
2
h 2 (k ) . k =0
Utilizando Matlab obtenemos,

%Ruido a la salida debido a la cuantizacion de las operaciones
%producto
%Consideramos como factor de escalado L2
g1=impz(L2*B,A);
FILTROS DIGITALES
CURSO 2009-2010
6.41
ruidoq=3*(g1'*g1+1)
h=impz(B,A);
ruidoAD=h'*h;
2
[19906.27 + 45.15] = 19951
2
Obtenemos como resultado y2 = q2 + oAD
2
=
12 12
Si utilizamos la forma directa I el modelo de ruido incluyendo el factor de escalado con los
coeficientes bk ser:
e(n)
x(n) b0 /s s y(n)
z-1 z-1
b1 /s -a1
z-1 z-1
b2 /s -a2
0.1436 + 0.2872 z 1 + 0.1436 z 2

F (z) =
1 1.8353 z 1 + 0.9747 z 2
L1 = 75.71 L2 = 6.72 L = 57.93
1
G ( z ) = s1 . Si consideramos como factor de escalado L2
1 1.8353 z + 0.9747 z 2
1
2
[33172.12 + 45.15] = 33.317
2
y2 = q2 + oAD
2
=
12 12
En ruido es mayor, pero si tenemos en cuenta que para la forma directa I no es necesario
incluir factor de escalado, si se trabaja con aritmtica de complemento a 2, obtenemos
2
[ 734.79 + 45.15] = 779.94
2
y2 sin escalar = q2 + oAD
2
=
12 12
que es menor que con la estructura directa II.
FILTROS DIGITALES
CURSO 2009-2010
6.42
Ejercicio propuesto: determina el nivel de ruido a la salida del filtro anterior debido a la
cuantizacin si se utiliza la forma directa II traspuesta.
6.9.- Emparejamiento de ceros y polos y ordenacin de secciones.

Hemos visto que la forma ms adecuada de implementacin es la cascada de secciones de
segundo orden, y tambin hemos analizado como determinar los errores producidos a la
salida del filtro debidos a la cuantizacin de las operaciones producto y la necesidad de
escalar los coeficientes para evitar el desbordamiento, si bien quedan por resolver dos
cuestiones:
Cmo agrupamos los ceros y polos para formar las secciones de segundo orden ?
Cmo ordenamos las secciones de segundo orden en cascada ?
Cada una de las posibles ordenaciones va a tener un nivel de ruido a la salida distinto.
Como regla prctica para la ordenacin utilizamos la dada por Jackson.
REGLA PRCTICA
En primer lugar, agrupar la pareja de polos complejos conjugados ms prxima a la
circunferencia unidad con la pareja de ceros complejos ms cercana.
A continuacin, agrupar la pareja de polos complejos ms prximos a los anteriores
con la pareja de ceros complejos ms prxima
Repetir el proceso hasta que todos los ceros y polos estn emparejados
La siguiente figura muestra el orden en que se ha realizado el emparejamiento a partir del

diagrama de ceros y polos, de dos sistemas.

FILTROS DIGITALES
CURSO 2009-2010
6.43
Este agrupamiento de ceros y polos disminuye el pico de la respuesta en frecuencia de cada

una de las secciones de segundo orden, adems esto disminuye la posibilidad de
desbordamiento y el nivel de ruido a la salida.
Ordenacin de secciones.
Una vez obtenidas las secciones de 2 orden hemos de proceder a su ordenacin. Si
recordamos la definicin de las funciones F(z) y G(z) para el clculo de los factores de
escalado y para determinar el nivel de ruido a la salida respectivamente, las secciones
colocadas al principio tendrn mayor influencia en los factores de escalado y la situadas al
final influirn ms en el clculo del nivel de ruido a la salida.
Vamos a considerar dos criterios: Minimizar la energa del error a la salida y minimizar el
valor de pico del error a la salida (minimiza la posibilidad de desbordamiento). La
ordenacin depende del tipo de escalado utilizado. La siguiente tabla muestra la ordenacin
ptima.
Criterio L2 L
Minimizar Polos cerca de z = 1 a polos
energa error a la Orden apenas afecta
salida lejos de z = 1 (ms picada a
menos picada)-down-
Minimizar la Polos lejos de z = 1 a polos
posibilidad de Orden apenas afecta
desbordamiento cerca de z = 1 (menos
picada a ms picada) up
La funcin de Matlab tf2sos realiza la descomposicin en cascada y tambin la ordenacin:

[sos,g] = tf2sos(b,a,'order','scale')
scale: none,2,inf
order: down,up
6.10.- Oscilaciones de ciclo lmite en sistemas recursivos

Hasta ahora hemos utilizado un tratamiento de los efectos de trabajar con registros de
longitud finita utilizando un modelo lineal. Adems hemos supuesto que la seal de entrada
no est correlacionada con la secuencia de error.
Un filtro digital es un sistema no lineal, debido a la cuantizacin de las operaciones, lo cual
puede hacer que un sistema estable con precisin infinita pase a ser inestable en precisin
FILTROS DIGITALES
CURSO 2009-2010
6.44
finita para una seal de entrada especfica. Este tipo de inestabilidad habitualmente se
traduce en un comportamiento peridico a la salida del sistema denominado CICLO
LMITE.
Un sistema que se encuentra en un ciclo lmite permanecer en esta situacin hasta que se
aplique una seal de suficiente amplitud como para sacar al sistema de dicho estado.
Los ciclos lmite nicamente se producen en sistemas IIR, como consecuencia de la
recursividad, no en sistemas FIR.
Existen dos tipos de ciclo lmite:
Ciclo lmite GRANULAR(CLG). Es un ciclo lmite de baja amplitud.
o CLG Inaccesible: solo se da para un determinado conjunto de condiciones
iniciales que caracterizan a dicho ciclo lmite
o CLG Accesible: puede darse aunque las condiciones iniciales no estn
dentro del conjunto que caracteriza a dicho ciclo lmite.
Ciclo lmite de DESBORDAMIENTO. Es un ciclo lmite de gran amplitud
Las amplitudes de salida durante un ciclo lmite estn confinadas en un intervalo de valores
denominado BANDA MUERTA (Dead Band) del filtro
Ejemplo: Consideremos un sistema de primer orden y (n) = x (n) + 0.9 y (n 1) . La
respuesta impulsional para x(n) = 0 y (1) = 10

y (n) = {9,8.1,7.29,6.5610, 5.9049, 5.3144,...}

Si en este sistema utilizamos cuantizacin por redondeo al entero ms prximo

yq (n) = x(n) + Q[0.9 y (n 1)] obtenemos
yq (n) = {9, 8, 7, 6, 5, 5, 5...} CICLO LMITE DE PERODO 1, Banda muerta [0,5]

Si consideramos el sistema y (n) = x(n) 0.9 y (n 1) y realizamos el mismo tipo de

cuantizacin obtenemos:
yq (n) = { 9, 8, - 7, 6, - 5, 5, - 5...} CICLO LMITE DE PERODO 2, Banda muerta

[ 5,5].
Tambin se pueden obtener ciclos lmite con condiciones iniciales nulas y entrada no nula.
En la siguiente tabla se muestra la evolucin de la salida del filtro y (n) = x(n) + y (n 1)
FILTROS DIGITALES
CURSO 2009-2010
6.45
para diversos valores de ante una entrada x(n) = 15 / 16 (n) utilizando cuantizacin por
redondeo y representacin signo-magnitud.
Para un sistema genrico de 1er orden tenemos
IDEAL REAL
x(n) y(n) x(n) v(n)
z-1 Q z-1
a a
y(n)=x(n)+ay(n-1) v(n)=x(n)+Q[av(n-1)]
Cuando la salida del filtro real est en un ciclo lmite el sistema se comporta como si
tuviese un polo en z = 1 para (a > 0) y z = 1 para (a < 0) con lo que la salida cuantizada
ser:
v(n 1) a >1
Qr [av(n 1)] =
v(n 1) a <1
Si consideramos cuantizacin por redondeo el error esta delimitado por:

er (n) Qr (av(n 1)) av(n 1) <
2 2

v(n 1) 2 = 2 b
1 a
FILTROS DIGITALES
CURSO 2009-2010
6.46
la expresin de v(n-1) define la banda muerta del filtro. Para representacin en 4bits+ bits
1 1
de signo, b=4 y a = 0.5 , la banda muerta es ,
16 16
Consideremos un sistema de 2 orden.

Sistema lineal ideal: y (n) = x(n) a1 y (n 1) a2 y (n 2)
Sistema no lineal real: v(n) = x(n) Q[a1v(n 1)] Q[a2 v(n 2)]
Tenemos 2 posibilidades de oscilacin:
1. Si consideraremos polos complejos estos se encontrarn en z = re j y
a1 = 2r cos( ) a2 = r 2 . Cuando en el ciclo lmite, con entrada nula, se verifique
Q[a2 v(n 2)] = v(n 2) el sistema se comportar como si tuviese los polos sobre la
circunferencia unidad. En el ciclo lmite el error ser:

er (n) Qr (a2 v(n 2)) a2 v(n 2) <
2 2

v(n 2) 2 = 2 b
1 a2
Expresin que define la banda muerta del filtro (amplitud de la oscilacin). La

frecuencia de la oscilacin viene determinada por a1 2 cos
2. La otra posibilidad de oscilacin con entrada nula, frecuencia 0 , y amplitud v0 se
obtiene cuando al cuantizar v(n) = x(n) Q[a1v(n 1)] Q[a2 v(n 2)] se verifica.
v0 = Q[a1v0 ] Q[a2 v0 ]
Donde el signo positivo se da para oscilacin de frecuencia .
Si denotamos los errores de cuantizacin por e1 (n) y e2 (n) podemos obtener que la
amplitud de la oscilacin al cuantizar por redondeo viene dada por:

v0 =
1 a1 + a2
Si agrupamos las condiciones de estabilidad con las condiciones para la existencia de ciclos
lmites en sistemas de segundo orden podemos obtener la representacin siguiente del
FILTROS DIGITALES
CURSO 2009-2010
6.47
tringulo de estabilidad en el que se han marcado la zona en la que no se producen ciclos

lmite (rejilla) y las zonas en las que s se producen as como el perodo de dicho ciclo
lmite.
Las oscilaciones de ciclo lmite de desbordamiento se eliminan en gran medida utilizando

aritmtica saturada.
Las oscilaciones de ciclo lmite granulares se eliminan, si se utiliza una cuantizacin por
truncamiento, en lugar de redondeo, si bien este tipo de cuantizacin adems de presentar
offset en el valor medio del error, ste est correlacionado con la seal de entrada.
En realizaciones en paralelo, cada seccin tienen un comportamiento independiente, pero

en etapas en cascada, si la frecuencia del ciclo lmite de una etapa se encuentra en las
proximidades de la resonancia en etapas posteriores el ciclo lmite puede amplificarse,
aumentando la banda muerta del filtro.
FILTROS DIGITALES
CURSO 2009-2010
6.48

Tema 6 Precision Finita

Transféré par

Informations du document

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

Tema 6 Precision Finita

Transféré par

Droits d'auteur :

Formats disponibles

scola cnica uperior nginyeria

Departament dEnginyeria Electrnica

6.- ANLISIS DE EFECTOS DE LA PRECISIN FINITA EN FILTROS

Analicemos cada uno de estos parmetros por separado.

6.2.- Representacin numrica en coma fija (Punto fijo).

A: es el nmero de dgitos para la parte entera

b A : bit ms significativo (MSB)

En general, un nmero con parte entera y parte fraccional se representar asignado un

Los nmeros fraccionales binarios positivos tienen un formato definido por:

El MSB=0 indica signo positivo.

Signo Magnitud: el MSB se pone a 1 para indicar signo negativo.

b1 es el complemento a 1 del bit (cambiar unos por ceros y viceversa) o alternativamente se

puede calcular como xC1 = 2 2 B x

Complemento a 2. Se obtiene a partir del complemento a 1 sumndole un LSB

Una definicin alternativa es: xC 2 = 2 x .

Veamos a continuacin algunas definiciones:

Rango dinmico: es la diferencia entre el nmero ms grande y el ms pequeo en una

Precisin o Resolucin: Mnima distancia entre dos nmero consecutivos representados

Si tenemos B+1 bits (B bits significativos ms un bit de signo) y empleamos

Extrado de: Tratamiento Digital de Seales. J.G. Proakis

Extrado de: Tratamiento Digital de Seales. J.G. Proakis

6.3.- Representacin numrica en coma flotante.

El exponente puede cambiar para mantener la mantisa en el intervalo permitido (COMA

Signo M (23 bits) Signo (E) E(7bits

En la siguiente tabla mostramos el intervalo de representacin y precisin en la

A continuacin mostramos grficamente la resolucin en una representacin en coma fija

Coma flotante M=4, E=4 + bit signo en mantisa

6.4.- Cuantizacin en la conversin AD.

La muestra digital final es la representacin binaria de la seal cuantizada producida por un

Extrado de: Tratamiento Digital de Seales. J.G. Proakis

Si el conversor funciona por truncamiento la grfica es idntica pero con un desplazamiento

El valor equivalente para la muestra cuantizada, en una representacin binaria fraccional en

La diferencia entre la seal original y la cuantizada se denomina error de cuantizacin.

e(n) = xq (n) x(n) Error de cuantizacin

Si la seal de entrada excede el rango del conversor, se produce un error en la conversin

El proceso de conversin AD es un proceso no lineal, y no invertible en el que siempre hay

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra.

Extrado de: Digital Signal Processing. A computer-based approach. S. K, Mitra.

A partir de la funciones densidad de probabilidad podemos calcular valores medios y

si Energia ruido = 2 para un conversor de b bits, ( = 2 b ) obtenemos:

6.5.- Cuantizacin de las operaciones aritmticas:errores de redondeo y

SM : xdecimal = 0.6875 xbin = 1.10110 trunc

C 2 : xdecimal = +0.6875 xbin = 0.10110 trunc

C 2 : xdecimal = 0.6875 xbin = 1.01010 trunc

SM : xdecimal = +0.6875 xbin = 0.10110 red

SM : xdecimal = 0.6875 xbin = 1.10110 red

C 2 : xdecimal = +0.6875 xbin = 0.10110 red

C 2 : xdecimal = 0.6875 xbin = 1.01010 Q( x) bin = 1.01 Q( x) decimal = 0.75 Er = 0.0625

Cuando se utiliza aritmtica de coma flotante se cuantiza nicamente la mantisa M. Dado

En lo sucesivo vamos a considerar nicamente sistemas de coma fija.

En la siguiente figura se muestra las grficas de las funciones densidad de probabilidad de

6.6.- Cuantizacin de los coeficientes de un filtro digital.

La funcin de transferencia H ( z ) de un filtro digital obtenidos al cuantizar los coeficientes,

Redondeo a 4 bits Detalle de banda pasante

Redondeo a 16 bits Detalle de banda pasante

Redondeo a 4 bits Detalle de banda pasante

Redondeo a 16 bits Detalle de banda pasante

6.6.1.- Sensibilidad frente a la cuantizacin de los polos.

Consideremos que al cuantizar los coeficientes tenemos:

Vamos a relacionar pk con ak , para ello expresamos que la variacin total

Expresin que podemos calcular a partir de D(z) aplicando la regla de la cadena,

Si calculamos el numerador y el denominador de esta ltima expresin tenemos, que de la

Luego la expresin buscada es:

Cuanto mayor sea el orden ms sensibilidad.