Académique Documents
Professionnel Documents
Culture Documents
FACULTAD INGENIERÍA
Y DIGITALES
BOHUMIL PŠENIČKA
La gran cantidad de aplicaciones que tiene el Filtrado de señales analógicas y digitales incluye
áreas tales como: radar, procesamiento de voz, de imágenes, comunicaciones, telefonı́a, medicina,
control, sismologı́a, etc. Las personas a quienes va a dirida esta obra deben poseer buenas bases
de matemáticas, lo que es muy importante para entender cómo se diseñan los filtros analógicos
y digitales.
El amplio crecimiento que ha tenido la industria digital y analógica se debe en gran medida al
desarrollo de algoritmos para el procesamiento de señales. Las áreas antes mencionadas requieren
aplicaciones, como filtrado, compresión, análisis y sı́ntesis de los circuitos en el dominio de la
frecuencia.
Lo que se pretende es demostrar al estudiante de que el análisis, sı́ntesis, aproximación de las
plantillas y realización de los circuitos es muy divertido y útil no sólo en la área de telecomuni-
caciones. Es necesario decir que más de 80 por ciento de los sistemas tienen uno o más filtros,
por lo tanto si no se conoce cómo se diseñan los filtros no es posible desarrollar los sistemas. Se
espera que con este texto los estudiantes puedan aprender por sı́ mismos la sı́ntesis y el análisis
de los filtros. Cada capı́tulo presenta bastantes ejemplos que son muy ilustrativos y ayudan a
entender la teorı́a y/o programación en lenguaje C.
El propósito de este libro es explicar a los alumnos de las carreras de Ingenierı́a en Telecomuni-
caciones , Electrónica y Computación de la Facultad de Ingenierı́a de la UNAM cómo se calculan
los filtros pasivos, activos y digitales. Un gran variedad de ejemplos se incluyen en cada capı́tulo
con el fin de que el alumno aplique los conocimientos teóricos de la materia de forma práctica a
través de simulaciones en computadora mediante el paquete MATLAB.
La obra tiene 20 capı́tulos y al final una bibliografı́a para que el estudiante puede profundizar sus
conocimientos. En los primeros seis capı́tulos se explica cómo se calculan los filtros pasivos. En
los capı́tulos 7 y 8, se describe la manera cómo se diseñan los filtros activos con amplificadores,
giradores y capacitores conmutados. En los capı́tulos 9, 10 y 11 se presenta clasificación de las
señales y sistemas, la transformada Z-directa e inversa y la Correlación. En capı́tulos 12 y 13 se
explica transformada rápida de Fourier . Finalmente, los capı́tulos 19 al 20 se dedican al diseño
de los filtros digitales.
Este libro representa un gran esfuerzo de los autores para contribuir a que los alumnos tengan un
material para aprender cómo se diseñan los filtros. Nuestro deseo es que los lectores encuentren
en este material una motivación para el estudio del análisis y procesamiento digital de señales.
Se agradece el apoyo a la Facultad de Ingenierı́a de la UNAM y especialmente a los profesores
Aurelio Sánchez Vaca y Juan Fernando Solórzano Palomares quienes efectuaron una
revisión técnica del contenido; de iqual forma se agradece a la Lic. Amelia Fiel Rivera, del
Dpto de Apoyo Editorial de la revisión de estilo de los primeros capı́tulos para la publicación de
esta obra.
i
A mis alumnos
Bohumil Psenicka
ii
Índice general
iii
6. Filtros pasivos RC 115
6.1. Filtros pasivos RC elementales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.2. Cascada de filtros RC elementales . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.3. Circuitos progresivos en cascada . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6.4. Filtros RC en cascada con divisor . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
6.5. Filtro RC con la admitancia en paralelo . . . . . . . . . . . . . . . . . . . . . . . 126
iv
9.3.2. Sistema lineal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
9.3.3. Sistema causal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
9.3.4. Sistema estable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
9.3.5. Un sistema lineal e invariante en el tiempo. . . . . . . . . . . . . . . . . . 205
11.Correlación 221
v
17.Sı́ntesis y análisis de filtros digitales 343
17.1. Análisis matricial de circuitos discretos . . . . . . . . . . . . . . . . . . . . . . . . 343
17.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
17.3. Sı́ntesis matricial de los circuitos discretos . . . . . . . . . . . . . . . . . . . . . . 349
vi
1
U1 = A11 U2 + A12 I2
I1 = A21 U2 + A22 I2 (1.1)
3
4 capı́tulo 1. circuitos de dos puertos
Si la salida del circuito está abierta, sin carga, entonces I2 = 0, de aquı́ se deduce que A11 es la
función de transferencia de tensiones del circuito definida como
U1
A11 = (1.2)
U2
Si la salida del circuito está cortocircuitada, entonces U2 = 0, de donde se deduce que A22 , la
función de transferencia de corriente, se define mediante la ecuación
I1
A22 = (1.3)
I2
El circuito de dos puertos es simétrico si A11 = A22 , y es pasivo si |A| = 1, donde |A| =
A11 · A22 − A12 · A21 = 1. Si el circuito es pasivo, su implementación se podrá realizar únicamente
con elementos sencillos como resistencias, bobinas, condensadores y transformadores.
U1 = Z11 I1 + Z12 I2
U2 = Z21 I1 + Z22 I2 (1.4)
El parámetro Z11 es la impedancia de entrada del circuito si el puerto de la salida está abierto,
mientras que Z22 es la impedancia de salida si el puerto de entrada está abierto, figura 1.2. Z12
es la impedancia de transferencia si I1 = 0, y Z21 es la impedancia de transferencia si el puerto
de salida está abierto, I2 = 0.
U1 U1
Z11 = Z12 =
I1 |I2 =0 I2 |I1 =0
U2 U2
Z21 = Z22 = (1.5)
I1 |I2 =0 I2 |I1 =0
El circuito de dos puertos será simétrico si Z11 = Z22 , y será pasivo si Z12 = Z21 .
1.1. parámetros de los circuitos 5
I1 = Y11 U1 + Y12 U2
I1 I1
Y11 = Y12 =
U1 |U2 =0 U2 |U1 =0
I2 I2
Y21 = Y22 = (1.7)
U1 |U2 =0 U2 |U1 =0
El circuito de dos puertos será simétrico si Y11 = Y22 . El circuito de dos puertos es pasivo si
Y12 = Y21 . En la figura 1.3 se muestran los parámetros de la matriz Y.
A1 = T11 A2 + T12 B2
B1 = T21 A2 + T22 B2 (1.8)
Donde A1 es la onda que entra al circuito en la entrada, A2 es la onda que entra al circuito en
la salida, y B1 y B2 son las ondas reflejadas en la entrada y la salida respectivamente, como
6 capı́tulo 1. circuitos de dos puertos
se muestra en la figura 1.4. Si se conocen los parámetros de cascada Aij de un circuito, los
parámetros de transferencia Tij se calculan mediante la ecuación
1 A12 Z1
T11 = (A11 + + Z1 A21 + A22 )
2 Z2 Z2
1 A12 Z1
T12 = (A11 + − Z1 A21 − A22 )
2 Z2 Z2
1 A12 Z1
T21 = (A11 − + Z1 A21 − A22 )
2 Z2 Z2
1 A12 Z1
T22 = (A11 − − Z1 A21 + A22 ) (1.9)
2 Z2 Z2
Si se conocen los parámetros de dispersión Sij del circuito de bipuertos, las ecuaciones lineales
que caracterizan el circuito en la figura 1.4 toman la forma:
A1 = S11 B1 + S12 B2
A2 = S21 B1 + S22 B2 (1.10)
La relación entre los parámetros de dispersión y de transferencia se definen mediante las ecua-
ciones (1.11), donde | T |= T11 · T22 − T12 · T21
T11 −|T |
S11 = S12 =
T21 T21
1 −T22
S21 = S22 = (1.11)
T21 T21
Utilizando las ecuaciones de cascada, la impedancia de entrada Zen se puede expresar como
U1 A11 U2 + A12 I2
Zen = = (1.15)
I1 A21 U2 + A22 I2
Considerando la ecuación (1.15), la impedancia del circuito abierto está dada por
A11
Z∞1 = (1.16)
A21
A12
Zc1 = (1.17)
A22
De acuerdo con las expresiones anteriores, la impedancia caracterı́stica de entrada de la confi-
guración correspondiente a la figura 1.1 está dada por la ecuación
s
p A11 A12
Z01 = Z∞1 Zc1 = (1.18)
A21 A22
s
p A22 A12
Z02 = Z∞2 Zc2 = (1.19)
A21 A11
Ejemplo 1.1
Calcular los parámetros Aij del circuito en la figura 1.5. Para este circuito se pueden escribir las
siguientes ecuaciones:
U1 = 1 · U2 + Z · I2
I1 = 0 · U2 + 1 · I2 (1.20)
La tensión a la entrada U1 será la tensión a la salida U2 , más la caı́da de tensión en la impedancia
Z. La corriente a la entrada I1 será igual a la corriente a la salida. La ecuación matricial de
cascada está dada por
8 capı́tulo 1. circuitos de dos puertos
Ejemplo 1.2
U1 = 1 · U2 + 0 · I2 I1 = Y · U2 + 1 · I2
Ejemplo 1.3
Calcular la matriz A de cascada del circuito en la figura 1.7, y verificar si el circuito es pasivo
y simétrico.
El circuito en la figura 1.7 es la conexión en cascada de los circuitos de las figuras 1.5 y 1.6. Por
eso la matriz A del circuito en la figura 1.7 se obtiene como la multiplicación de las matrices
A1 · A2
1.1. parámetros de los circuitos 9
Ejemplo 1.4
Calcular las impedancias caracterı́sticas Z01 y Z02 del circuito en la figura 1.8.
Utilizando los parámetros Aij del circuito del apartado anterior, resultan:
√ √
Z01 = 2 · 424 · 424 = 424 2 = 600 Ω
10 capı́tulo 1. circuitos de dos puertos
r
424 · 424 424
Z02 = = √ = 300 Ω
2 2
Como el acoplamiento entre la fuente de señal y la carga del circuito es perfecto, tal y como
muestra la figura 1.8, no se produce reflexión ni a la entrada ni a la salida.
Ejemplo 1.5
U1 R1 199
Como A11 = U2 |I2 =0 ⇒ A11 = A22 = 1 + R2 =1+ 804 = 1,247
U1 R12 1
Como A12 = I2 |U2 =0 ⇒ A12 = 2R1 + R2 = 2,199 + 1992 804 = 1,4725
U2
Como A21 = 1 1
I1 |I2 =0 ⇒ A21 = R2 = 804 = 1,24378 · 10−3
Ejemplo 1.6
T11 = s3 + 2s2 + 2s + 1
T12 = s3
T21 = −s3
T22 = −s3 + 2s2 − 2s + 1
Ejemplo 1.7
Primero se calculan los parámetros de cascada Aij para i,j=1,2. Después se calculan los paráme-
tros de transferencia Sij para i,j=1,2. Utilizando las ecuaciones (1.11), se obtiene el siguiente
resultado:
12 capı́tulo 1. circuitos de dos puertos
1 1
S12 = s3
= φ(s)
−1 −1
S21 = s3
= φ(s)
U2 = Z2 I2 (1.23)
1.2. función de transferencia 13
E Z0 + Z1 1
U0 = = I1 = (Z0 I1 + U1 ) (1.24)
2 2 2
Siendo E la tensión del generador ideal, se expresa el voltaje y la corriente utilizando las ecua-
ciones de cascada
U1 = A11 U2 + A12 I2
I1 = A21 U2 + A22 I2 (1.25)
1 A12 Z0
U0 = A11 + + A21 Z0 + A22 U2
2 Z2 Z2
U0 Z2 A12 Z0
I0 = = A11 + + A21 Z0 + A22 I2 (1.26)
Z0 2Z0 Z2 Z2
U0 1 A12 Z0
= A11 + + A21 Z0 + A22
U2 2 Z2 Z2
I0 Z2 A12 Z0
= A11 + + A21 Z0 + A22 (1.27)
I2 2Z0 Z2 Z2
s "s s #
U0 I0 1 Z2 A12 p Z0
GT = = A11 + √ + A21 Z0 Z2 + A22 (1.28)
U2 I2 2 Z0 Z0 Z2 Z2
1
GT = [A11 + A12 + A21 + A22 ] (1.29)
2
14 capı́tulo 1. circuitos de dos puertos
Ejemplo 1.8
r
424
Z02 = 424= 300Ω
2
Tanto en la entrada como en la salida, el circuito no está bien acoplado. Por este motivo, en
los puertos de entrada y salida se produce una reflexión de corriente y de tensión y se hacen
necesarios nuevos cálculos. A continuación, se calculan los elementos de la matriz de cascada
Aij :
" # " # " #
1 424 1 0 2 424
A= × 1 = 1
0 1 424 1 424 1
Si se sustituyen los parámetros Aij , Z2 y Z0 en la ecuación (1.28), se obtiene:
" r √ r #
1 150 424 150 · 300 300
GT = 2 +√ + + = 2,663
2 300 150 · 300 424 150
a = 20 · log(2,663) = 8,506 dB
Ejemplo 1.9
Calcular la atenuación en dB del ejemplo anterior, si los puertos están bien acoplados, si Z0 =
600 Ω y Z2 = 300 Ω. En este caso, en los puertos no se refleja nada porque están bien acoplados.
Entonces se calcula la atenuación caracterı́stica.
" r √ r #
1 300 424 600 · 300 600
GT = 2 +√ + + = 2, 414
2 600 600 · 300 424 300
1.2. función de transferencia 15
a = 20 · log(2, 414) = 7, 65 dB
El mismo resultado se obtiene si se utiliza la ecuación para calcular atenuación de los circuitos
perfectamente acoplados (1.30)
p p
GE = A11 A22 + A12 A21 (1.30)
√
r
1
GE = 2·1+ 424 · = 2,414
424
a = 20 · log(2, 414) = 7, 65 dB
La atenuación se puede calcular también mediante la ecuación (1.31), donde el primer término
es la función de transferencia de espejo, el segundo y tercer término son las funciones de contacto
en los puertos de entrada y de salida. Los términos sexto y séptimo (Z0 − Z0i )/(Z0 + Z0i ) se
denominan coeficientes de reflexión. Si Z0 = Z01 , no se refleja nada en el puerto de entrada.
Si Z2 = Z02 no se refleja nada en el puerto de salida. Si Z0 = Z01 y Z2 = Z02 , la función de
transferencia de trabajo es igual a la función de transferencia de espejo.
" #
Z0 + Z01 Z2 + Z02 Z0 − Z01 Z2 − Z02 1
GT (p) = GE √ √ 1− (1.31)
2 Z0 Z01 2 Z2 Z02 Z0 + Z01 Z2 + Z02 G2E
Ejemplo 1.10
√
r
1
GE = 2·1+ 424 = 2,414
424
Utilizando la ecuación (1.31) y sustituyendo por Z0 = 300, Z01 = 600, Z02 = 300, Z0 = 150 y
Z2 = 150, se obtiene:
16 capı́tulo 1. circuitos de dos puertos
a = 20 · log(2,663) = 8,506 dB
Se obtuvo el mismo resultado como en el ejemplo 1.8.
U1
Q(s) = = A11 + A12
U2
I1
N (s) = = A21 + A22 (1.32)
I2
La función de transferencia G(p) se puede escribir en la forma:
1
G(s) = [Q(s) + N (s)] (1.33)
2
La ecuación caracterı́stica se define mediante la siguiente ecuación:
U1
G(s) + ϕ(s) = Q(s) =
U2
I1
G(s) − ϕ(s) = N (s) = (1.36)
I2
Dividiendo estas dos ecuaciones, se obtiene para Z2 = 1, U2 = I2 :
U1 I2 G(s) + ϕ(s)
Z1 = = (1.37)
I1 U2 G(s) − ϕ(s)
De donde se deduce que Z1 es la impedancia de entrada de un puerto si la impedancia en la
salida Z2 = 1, como se muestra en la figura 1.16.
1.3. ecuación caracterı́stica 17
Ejemplo 1.11
La función de transferencia G(s) y la caracterı́stica ϕ(s) toman la forma según las expresiones
(1.33) y (1.35).
1h i
G(s) = 1 + 2s2 + 2s + 2s3 + 2s + 1 + 2s2 = s3 + 2s2 + 2s + 1
2
1h i
ϕ(s) =1 + 2s2 + 2s + 2s3 − 2s − 1 − 2s2 = s3
2
La impedancia de entrada del circuito en la figura 1.17 es por tanto:
2s3 + 2s2 + 2s + 1
Z1 =
2s2 + 2s + 1
18 capı́tulo 1. circuitos de dos puertos
Ejemplo 1.12
Calcular la impedancia caracterı́stica Z01 del circuito en la figura 1.18 para la frecuencia ω = 0,
ω = 1 y ω > 1.
s
A11 Z12 p
Z01 = = 1 + s2
A21 A22
Del resultado obtenido se observa que la impedancia caracterı́stica Z01 es real en el rango de las
frecuencias angulares desde 0 hasta 1 [rad/sec]. Entonces, el circuito se puede terminar en los
puertos con el resistor. En este rango de las frecuencias es la banda de paso. Para las frecuencias
angulares mayores a 1 [rad/sec], la impedancia caracterı́stica Z01 tiene el carácter de inductancia
y si el circuito se termina con la resistencia, se obtienen reflexiones en la entrada y en la salida.
La gráfica de la impedancia caracterı́stica se muestra en la figura 1.19.
1.3. ecuación caracterı́stica 19
Ejemplo 1.13
Calcular la función de transferencia G(s), ϕ(s) y ZE del circuito representado en la figura 1.20.
Resultado:
Ejemplo 14:
Tarea 1.1
Calcular la atenuación del circuito en la figura 1.22.
Tarea 1.2
Calcular los parámetros de dispersión del circuito en la figura 1.23.
Existen los métodos de Cauer y de Foster. El método de Cauer emplea circuitos de cadena, mien-
tras que el de Foster, circuitos básicos que se conectan en serie o en paralelo (depende si se realiza
la implementación basándose en la impedancia o la admitancia del circuito). La impedancia del
circuito se representa mediante la función Z(s), que es el cociente de dos polinomios.
a0 + a1 s + a2 s2 + a3 s3 + ... + an sn
Z(s) = (2.1)
b0 + b1 s + b2 s2 + b3 s3 + ... + bn sn
La impedancia del circuito Z(s) en la ecuación (2.1) se puede desarrollar en fracciones, tal como
se representa en la ecuación (2.2), lo cual se denomina realización de Cauer.
1
Z(s) = Z0 + 1 (2.2)
Y1 + Z2 + Y1
3
Si la impedancia Z(s) se desarrolla como suma de fracciones simples (2.3), se obtiene el circuito
que se muestra en la figura 2.2, que es el caso del circuito RC realizado con el método de Foster.
k
1 X Ai
Z(s) = + R0 + (2.3)
sc0 i=1
s + ωi
21
22 capı́tulo 2. realización de circuitos lrc
debe estar un cero. Las dos posibilidades de ubicación de polos y ceros para el circuito LR se
muestran en la figura 2.5.
Ejemplo 2.1
La ubicación de los polos y ceros del circuito en la figura 2.6a se muestra en la figura 2.6b. La
impedancia Z(s) es igual a cero para ω = 0 y por eso en el origen existe un cero. La impedancia
Z(s) es igual a ∞ para la frecuencia de resonancia del circuito paralelo y por eso sigue un polo.
Para la frecuencia ω = ∞ la impedancia del circuito es infinita y por eso en ω = ∞ tenemos un
polo. El segundo cero en la figura 2.6 pertenece a la frecuencia de resonancia del circuito serie.
Figura 2.6: a) Circuito LC. b) La ubicación de sus ceros y polos en el plano Z(s)
24 capı́tulo 2. realización de circuitos lrc
Ejemplo 2.2
La ubicación de los polos y ceros del circuito en la figura 2.7a se muestra en la figura 2.7b. La
impedancia Z(s) es igual a ∞ para ω = 0 y por eso en el origen hay un polo. La impedancia Z(s)
es igual a cero para la frecuencia de resonancia serie del circuito y por eso sigue un cero. Para
la frecuencia ω = ∞ la impedancia del circuito es cero y por eso en ω = ∞ tenemos un cero. El
polo en la figura 2.7b pertenece a la frecuencia de resonancia paralela.
Figura 2.7: a) Circuito LC. b) Ubicación de los polos y ceros en el plano Z(s)
Impedancias LC
k
1 X sAi
Z(s) = sL0 + + , (2.4)
sC0 i=0 s + ωi2
2
donde
1 1
Ai = ωi2 = ,
Ci Li Ci
La realización del circuito mediante la forma de Foster se muestra en la figura 2.8.
Ejemplo 2.3
s4 + 4s2 + 3
Z(s) = .
s3 + 2s
El numerador es un polinomio de grado par y el denominador es un polinomio de grado impar.
La impedancia puede ser la de un circuito LC. Esta ecuación se puede escribir en la forma:
(s2 + 1)(s2 + 3)
Z(s) = .
s(s2 + 2)
Los ceros y los polos están en el eje imaginario. En ω = 0 hay un polo y en ω = ∞ la impedancia
√
√ en ω = ∞ hay otro polo. El tercer polo está en ω = ±j 2 y los
de Z(s) es infinita, entonces
ceros en ω = ±j y ω = ±j 3. La ubicación de los polos y ceros se muestra en la figura 2.9a. La
ecuación anterior se puede desarrollar en fracciones parciales, como se muestra en la ecuación
(2.5).
(s2 + 1)(s2 + 3) A Bs
Z(s) = = + 2 + Cs. (2.5)
s(s2 + 2) s s +2
(s2 + 1)(s2 + 3) 3
A= |s=0 =
(s2 + 2) 2
(s2 + 1)(s2 + 3) 1
B= 2
|s=−2 =
s 2
(s2 + 1)(s2 + 3)
C= |s=∞ = 1
(s2 + 2)s2
3 1
(s2 + 1)(s3 + 1) 2 2s
Z(s) = = + + s.
s(s2 + 2) s s2 + 2
Impedancias RC
En este apartado se estudiará la implementación de impedancias y se utilizarán resistencias y
condensadores como elementos circuitales para obtener circuitos RC. La impedancia del circuito
RC está dada por la ecuación
k
1 X Ai
Z(s) = R0 + + , (2.6)
sC0 i=0 s + ωi
donde
1 1
Ai = ωi =
Ci Ci Ri
se realiza mediante el circuito en la forma de Foster que se muestra en la figura 2.10.
Ejemplo 2.4
s+2
Z(s) = .
s2 + 4s + 3
En el numerador y en el denominador hay polinomios. En estos polinomios no falta ninguna
potencia de s y por eso el circuito puede ser LR o RC. Esta ecuación se puede reescribir de la
siguiente forma:
(s + 2)
Z(s) = .
(s + 1)(s + 3)
Debido a que cerca del origen hay un polo (s=-1), se puede afirmar que la impedancia Z(s)
corresponde con un circuito RC. Además, los polos se alternan con los ceros. La ubicación de
los polos y ceros se muestra en la figura 2.11a.
(s + 2) A B C
Z(s) = = R0 + + + .
(s + 1)(s + 3) s s + 1 (s + 3)
Para realizar la impedancia con un circuito es necesario calcular previamente los coeficientes A,
B, C y R0 .
s(s + 2)
A= |s=0 = 0
(s + 1)(s + 3)
(s + 2)
R0 = |s=∞ = 0
(s + 1)(s + 3)
(s + 2) 1
B= |s=−1 =
(s + 3) 2
(s + 2) 1
C= |s=−3 =
(s + 1) 2
28 capı́tulo 2. realización de circuitos lrc
(s + 2) 1 1
Z(s) = = + .
(s + 1)(s + 3) 2s + 2 2s + 6
Impedancias LR
En este apartado se estudia la realización de impedancias mediante la utilización de bobinas
y resistencias para realizar circuitos LR. La impedancia del circuito LR está expresada por la
ecuación
k
X sAi
Z(s) = R0 + sL0 + , (2.7)
i=0
s + ωi
donde
1 1
Ai = ωi2 =
Ri Li Ri
Su implementación se realiza mediante el circuito en la forma de Foster I que se muestra en la
figura 2.12.
Ejemplo 2.5
s2 + 2s
Z(s) = .
s2 + 4s + 3
s(s + 2)
Z(s) = .
(s + 1)(s + 3)
2.1. polos y ceros de la impedancia z(s) 29
En la expresión anterior se aprecia que en el origen hay un cero, lo que implica que la impedancia
Z(s) corresponde a un circuito LR. Los polos se alternan con los ceros. La ubicación de los polos
y ceros se muestra en la figura 2.13a. La ecuación anterior se puede representar con la expresión
s(s + 2) As Bs
Z(s) = = R0 + sL0 + + .
(s + 1)(s + 3) s + 1 (s + 3)
Como paso previo a la realización de la impedancia con un circuito, es necesario calcular los
coeficientes R0 , L0 , A y B.
s(s + 2)
R0 = |s=0 = 0
(s + 1)(s + 3)
(s + 2)
L0 = |s=∞ = 0
(s + 1)(s + 3)
(s + 2) 1
A= |s=−1 =
(s + 3) 2
(s + 2) 1
B= |s=−3 =
(s + 1) 2
s(s + 2) 1 1
Z(s) = = 2 + 6
(s + 1)(s + 3) 2+ s 2+ s
se realiza mediante el circuito en la forma de Foster II que se muestra en la figura 2.14. Los
elementos del circuito se conectan en paralelo.
Ejemplo 2.6
Mediante el método Foster II, realizar la admitancia
s3 + 2s
Y (s) = .
s4 + 5s2 + 4
En el numerador hay un polinomio de grado impar y en el denominador, un polinomio de grado
par; por eso el circuito puede ser LC. La segunda condición necesaria es que los polos alternen
con los ceros. La admitancia Y(s) se puede escribir mediante la ecuación
s(s2 + 2)
Y (s) = .
(s2 + 1)(s2 + 4)
Los polos y ceros están ubicados en el eje imaginario y se alternan; por tanto, esta admitancia
corresponde a un circuito LC. La ubicación de los polos y ceros se muestra en la figura 2.15a.
s(s2 + 2) 1 As Bs
Y (s) = = sC0 + + + (2.9)
(s2 + 1)(s2 + 4) sL0 s2 + 1 s2 + 4
Para realizar la admitancia con un circuito es necesario calcular los valores C0 , L0 , A y B.
(s2 + 2)
C= |s=∞ = 0
(s2 + 1)(s2 + 4)
1 s2 (s2 + 2)
= 2 |s=0 = 0
L0 (s + 1)(s2 + 4)
(s2 + 2) 1
A= 2
|s=−1 =
(s + 4) 3
(s2 + 2) 2
B= |2 =
(s2 + 1) s =−4 3
Sustituyendo por A, B, L0 y C0 en la ecuación (2.9), se obtiene la admitancia Y(s). La imple-
mentación de admitancia Y(s) se muestra en la figura 2.15b.
1 2
s(s2 + 2) 3s 3s
Y (s) = = + .
(s2 + 1)(s2 + 4) s2 + 1 s2 + 4
Admitancias RC
La admitancia del circuito RC de la figura 2.16 se puede expresar con la siguiente ecuación:
k
1 X Ai s 1 1
Y (s) = + sC0 + Ai = ωi = (2.10)
R0 i=0
s + ωi R RC
Ejemplo 2.7
s2 + 3s
Y (s) = .
s2 + 5s + 4
32 capı́tulo 2. realización de circuitos lrc
La admitancia tiene cero en el origen, los polos se alternan con los ceros, por estos motivos la
admitancia tiene carácter del circuito RC. La admitancia Y(s) se puede escribir mediante la
siguiente ecuación:
s(s + 3)
Y (s) = .
(s + 1)(s + 4)
Los polos y ceros están ubicados en el eje real, como se observa en la figura 2.17a.
s(s + 3) 1 As Bs
Y (s) = = + sC0 + + (2.11)
(s + 1)(s + 4) R0 s+1 s+4
1 s(s + 3)
= |s=0 = 0
R0 (s + 1)(s + 4)
(s + 3)
C0 = |s=∞ = 0
(s + 1)(s + 4)
(s + 3) 2
A= |s=−1 =
(s + 4) 3
(s + 3) 1
B= |s=−4 =
(s + 1) 3
2s s
s(s + 3) 3 3
Y (s) = = + ,
(s + 1)(s + 4) s+1 s+4
Ejemplo 2.8
s2 + 2s
Z(s) = .
s+1
Para ello es necesario desarrollar la impedancia Z(s) en fracciones en escalera. Como el cero
está en el origen, el circuito es de la forma RL. El desarrollo de Z(s), la fracción en escalera, se
muestra en la figura 2.18 y en la ecuación (2.12).
s2 + 2s 1
Z(s) = =s+ 1 (2.12)
s+1 1+ s
En la figura 2.18 se puede observar que en la primera división numerador se divide por el deno-
minador de Z(s). En la segunda división el numerador se cambia por el denominador y denomi-
nador por el numerador. En general, las divisiones, excepto la primera, tienen por numerador el
denominador de la anterior y como denominador el resto de la anterior.
Ejemplo 2.9
s4 + 5s2 + 4
Z(s) =
s3 + 3s
Es necesario desarrollar la impedancia Z(s) en fracciones en escalera. Los ceros y los polos están
en el eje imaginario y se alternan; por lo tanto, el circuito tiene inductancias y capacitancias,
es un circuito LC. Se debe desarrollar la impedancia Z(s) en el quebrado de escalera, como se
puede observar en la figura 2.19. La expresión de Z(s) resultante está dada por (2.13).
34 capı́tulo 2. realización de circuitos lrc
s4 + 5s2 + 4 1
Z(s) = =s+ s 1 (2.13)
s3 + 3s 2 + 1
2s+ s
4
Ejemplo 2.10
s2 + 4s + 3
Z(s) =
s2 + 6s + 8
Es necesario desarrollar en quebrado de escalera la impedancia Z(s). Los ceros y los polos están
en el eje real y se alternan. Además cerca del origen está un cero, lo que implica que el circuito
contiene resistencias y inductores. Se desarrolla la impedancia Z(s) en el quebrado de escalera,
como se puede observar en la figura 2.20, la cual toma la forma que se muestra en la ecuación
(2.14).
1 1
Z(s) = s2 +6s+8
= 1 (2.14)
s2 +4s+3
1+ s
+4 1
2 1
3 + 3s + 1
2 1
3
Este quebrado de escalera se desarrolla mediante el circuito que se muestra en la figura 2.20.
son en la forma creciente. La forma de los circuitos resultantes está dada por fracciones en
escalera. A continuación se presentan los ejemplos de implementación RC y RL.
Ejemplo 2.11
3 + 4s + s2
Z(s) = .
8 + 6s + s2
Para ello es necesario desarrollar en quebrado de escalera la impedancia Z(s), pero antes deben
reordenarse los polinomios en el numerador y denominador en la forma ascendente. Como los
ceros y los polos están alternándose en el eje real y cerca del origen hay un cero, entonces el
circuito va a contener resistencias e inductancias. Se desarrolla la impedancia Z(s) en el quebrado
de escalera como se muestra en la figura 2.21.
3 + 4s + s2 3 1
Z(s) = = + 8·4 1 (2.15)
8 + 6s + s2 8 1+ + 7·7
7s
22·4
+ 44·221 1
3·7s + 3
44
Ejemplo 2.12
A0 + jωA1
Z(jω) = X + jY =
1 + jωB1
Si se multiplica la ecuación anterior por (1 + jωB1 ), se obtiene
X − ωY B1 = A0
De la figura 2.22, para ω1 = 6000, la parte real de la impedancia X1 = 400 y la parte imaginaria
Y1 = −300. Para ω = ∞ se obtiene X2 = 100 y Y2 = 0. Si se sustituyen los valores en las
ecuaciones 2.17, se obtiene la ecuación (2.18).
100 · B1 = A1 (2.18)
1 0 −18 · 105 A0 400
0 6 · 10 −24 · 105 × A1 = −300
3
0 1 −10 2 B1 0
Z(s) corresponde a la impedancia de un circuito RC, porque un polo está cerca del origen. Si la
impedancia Z(s) se desarrolla en el quebrado de escalera se obtiene
1
Z(s) = 99,639 + 1
2,777 · 10−7 s + 600
El circuito representado en la figura 2.23 tiene la misma impedancia que el cable en las frecuencias
angulares ω = 6000 y ω = ∞.
38 capı́tulo 2. realización de circuitos lrc
1 1
1 = Y0 − Z0 = Z11 − Z1 (2.19)
Z11 Z2
La impedancia Z11 se conoce y la queremos desarrollar en un circuito. La impedancia Z1 no se
conoce, pero se puede calcular. Si por ejemplo Z2 es el circuito serie, su impedancia es igual a
cero para la frecuencia de resonancia serie fres.serie . Eso significa, que en lugar de Z2 tenemos
un corto circuito y se puede escribir la ecuación
1
Y0 = Y22 − Y1 Z0 = Z2 + 1 (2.21)
Y22
La admitancia Y22 se conoce y se requiere desarrollar en un circuito. La admitancia Y1 no se
conoce, pero se puede calcular. Si por ejemplo Z2 es un circuito en paralelo, su impedancia es
igual a infinito para la frecuencia de resonancia paralela fres.paralela . Eso significa, que en lugar
de Z2 tenemos un circuito abierto y se puede escribir la ecuación
2.2. realización de circuitos de dos puertos 39
Ejemplo 2.13
Realizar el circuito a partir de las admitancias Y22 y Y21 dadas por las siguientes expresiones:
s2 + 1
Y21 =
6s3 + 3s
12s4 + 12s2 + 1
Y22 =
6s3 + 3s
Los denominadores de Y21 y Y22 son iguales. Entonces si se realiza el denominador Y22 , también
se desarrolla el denominador del parámetro Y21 . Los ceros del parámetro Y21 son en s2 = −1 y
en s = ∞, y no coinciden con los ceros del parámetro Y22 . Si queremos realizar el parámetro Y22
es necesario hacerlo de tal manera que tengamos en el circuito los ceros de Y21 , los cuales son
distintos de los ceros de Y22 . Los ceros de Y21 expresan la atenuación infinita del circuito, eso
significa que para esos valores nada se transfiere desde la entrada a la salida.
12s4 + 12s2 + 1 1
Y22 = = 2s +
3
6s + 3s s + 6s21+1
2s
Figura 2.26: Circuito de dos puertos para implementar los parámetros Yij
s2 + 1
Y21 = |s=∞ = 0 (2.24)
6s3 + 3s
Con el circuito de la figura 2.26 se implementó el primer cero para s = ∞. Ahora tenemos que
realizar el cero de la admitancia de trasferencia Y21 en s = ±j, ω = ±1. El cero en ω = ±1 se
realiza mediante el circuito de la figura 2.27.
1 6s2 + 1 5
Y1 = Y22 |s2 =−1 = =s
2s 2
Entonces la admitancia Y1 es la capacidad C1 = 52 . La realización parcial se muestra en la figura
2.28. Ahora es necesario calcular la admitancia Y0 .
Figura 2.28: Circuito parcial que realiza las admitancias Y22 y Y21
2.2. realización de circuitos de dos puertos 41
6s2 + 1 5s s2 + 1
Y0 = − =
2s 2 2s
2s 1
Z0 = = s 1
s2 +1 2 + 2s
Figura 2.29: Circuito de dos puertos que realiza las admitancias Y22 y Y21
Ejemplo 2.14
Realizar el circuito de dos puertos a partir de las impedancias Z11 y Z12 dadas por los siguientes
expresiones si se conocen los parámetros
(s2 + 1)(s2 + 2)
Z12 =
8s5 + 15s3 + 6s
5s4 + 8s2 + 2
Z22 =
8s5 + 15s3 + 6s
1 s(8s4 + 15s2 + 6)
Y1 = |s2 =1 = |2 =s (2.25)
Z22 5s4 + 8s2 + 2 s =1
Figura 2.30: Circuito de dos puertos que realiza los parámetros Zij
5s4 + 8s2 + 2 As 1 1
Z0 = = 2 + Z22 = Z2 + Z22 (2.26)
(s2 + 1)(3s3 + 4s) s +1
5s4 + 8s2 + 2
A= |2 =1
3s4 + 4s2 s −1
s 1
Z2 = = .
s2 +1 s + 1s
La impedancia Z2 es un circuito paralelo LC con los valores L2 = 1 y C2 = 1. El circuito parcial
1 . El procedimiento de
que se realizó se muestra en la figura 2.31. Ahora es necesario calcular Z22
realización es el mismo, pero en este caso se implementa el otro cero de la impedancia Z21 :
El término común (s2 + 1) del numerador y del denominador se elimina y la impedancia Z22
1
toma la forma:
2.2. realización de circuitos de dos puertos 43
1 2s2 + 2
Z22 =
3s3 + 4s
1
Y3 = 1 |s2 =−2
Z22
s(3s2 + 4)
Y3 = |2 =s
2s2 + 2 s =−2
Entonces la impedancia Z3 es un condensador de valor 1. Seguimos calculando la admitancia Y0
y Z0 .
1 3s3 − 4s s3 + 2s
Y0 = 1 − Y3 = 2
−s= 2
Z11 2s + 2 2s + 2
2s2 + 2 As 2 2
Z0 = 2
= 2 + Z11 = Z4 + Z11
s(s + 2) s +2
2s2 + 2
A= |s2 =−2 = 1
s2
s 1
Z4 = = 2
s2 +2 s+ s
Figura 2.32: Circuito parcial de dos puertos que realiza las impedancias Z22 y Z12
2 2s2 + 2 s 1
Z22 = Z0 − Z4 = 2
− 2 =
s(s + 2) s + 2 s
Figura 2.33: Circuito de dos puertos que realiza las impedancias Z22 y Z12
Los condensadores que son conectados a tierra ubican el cero en ω = ∞ (circuito corto para
ω = ∞).
El programa siguiente calcula el circuito de dos puertas si se conocen los parámetros Z22 y Z12 .
El programa está escrito en C++. Como ejemplo se van a calcular los elementos del circuito si
5s4 + 8s2 + 2
Z22 =
8s5 + 15s3 + 6
(s2 + 1)(s2 + 2)
Z12 =
8s5 + 15s3 + 6
Primero se teclea el orden de Z22 , después los coeficientes del numerador de Z22 en el orden 2
8 5, los coeficientes
√ del denomirador en el orden 6 15 8 y al fin los ceros de la impedancia Z12
en el orden 1 2. El resultado del calculo es el siguiente:
c1=1.000000
c2=1.000000
l2=1.000000
c3=0.999995
c4=1.000000
l4=0.499995
c5=1.000005
#include <stdio.h>
#include <math.h>
#include <conio.h>
int k,n,m,i,j,m1,m2,m3;
float c[10],z[10],omega[10],x[10],v[10],l[10];
float e1,e2,g,a;
clrsrc();
main()
{
printf("Tecle el orden del Z11 n:\n ");
scanf("%i", &n);
2.2. realización de circuitos de dos puertos 45
for(i=1;i<=m;i=i+2)
{
x[i]=z[i]-c[2*k-1]*z[i-1];
/*printf("x[%i]=%f\n",i,x[i]);*/
}
v[m+1]=0;
m2=m-2;
for(j=1;j<=m2;j=j+2)
{
i=m2-j+1;
v[i+1]=x[i+2]-v[i+3]*omega[k]*omega[k];
/*printf("v[%i]=%f\n",i,v[i+1]);*/
}
g=0;
for(i=1;i<=m;i=i+4)
{
g=g-v[i+1]*pow(omega[k],(i+1));
}
for(i=3;i<=m;i=i+4)
{
g=g+v[i+1]*pow(omega[k],(i+1));
}
/*printf("g=%f\n",g);*/
a=e1/g;
/*printf("a=%f\n",a);*/
c[2*k]=1/a;
l[2*k]=a/(omega[k]*omega[k]);
printf("c[%i]=%f\n",2*k,c[2*k]);
printf("l[%i]=%f\n",2*k,l[2*k]);
v[m]=0;
m3=m-2;
for(j=1;j<=m3;j=j+2)
{
i=m3-j+1;
v[i]=z[i+1]-v[i+1]*a-v[i+2]*omega[k]*omega[k];
}
m1=m-1;
for(i=1;i<=m1;i++)
{
z[i-1]=v[i];
/*printf("z[%i]=%f\n",i-1,z[i-1]);*/
}
m=m-2;
}
c[n]=z[1]/z[0];
2.2. realización de circuitos de dos puertos 47
printf("c[%i]=%f\n",n,c[n]);
getche();
return 0;
}
Ejemplo 2.15
Realizar un circuito de dos puertos como en el ejemplo anterior, pero ahora se
√deben implementar
los ceros de Z12 en orden ω = ∞, ω = ±1 y como último el cero en ω = ± 2.
(s2 + 1)(s2 + 2)
Z12 =
8s5 + 15s3 + 6s
5s4 + 8s2 + 2
Z11 =
8s5 + 15s3 + 6s
√
Los ceros de la impedancia de transferencia (polos de la atenuación) están en ω = ±1, ω = ± 2
y en ω = ∞. En este ejemplo
√ vamos a realizar el cero de Z12 en ∞, después en ω = ±1 y a final
el cero de Z12 en ω = 2. La impedancia Z11 se desarrolla en fracciones en escalera y se hace
solo una vez, como se observa en la ecuación.
1
Z11 = 8s 1
5 + 5s4 +8s2 +2
11s3 + 14s
5 5
1 25s4 + 40s2 + 10
Z11 =
11s3 + 14s
Figura 2.34: Circuito parcial de dos puertos que realiza las impedancias Z11 y Z12
33s3 + 42s As 2 2
Y0 = = 2 + Y11 = Y3 + Y11
(s2 + 1)(20s2 + 30) s +1
Figura 2.35: Circuito parcial de dos puertos que realiza los parámetros Z11 y Z12
33s2 + 42 9
A= 2
|s2 −1 =
20s + 30 10
9s
10 1
Y3 = = 10s 10
s2 + 1 9 + 9s
2
La admitancia Y3 se realiza con un circuito LC en serie. Si se conoce Y3 , se puede calcular Z11
mediante la ecuación:
1
Y0 − Y3 = 2 .
Z11
9s
1 33s3 + 42s 10 15s(s2 + 1)
2 = − =
Z11 (s2 + 1)(20s2 + 30) s2 + 1 (s2 + 1)(20s3 + 30)
2 20s2 + 30
Z11 =
15s
A continuación se realiza el último cero de la impedancia de transferencia Z12 en s2 = −2.
2 15s2 + 30 s 2
Z0 = Z11 − Z4 = − =s+
15s 3 s
La impedancia Z0 = Z5 es un circuito LC serie. La inductancia tiene valor 1 H y el capacitor
0.5 F. El circuito completo se muestra en la figura 2.36.
2.2. realización de circuitos de dos puertos 49
Figura 2.36: Circuito de dos puertos que realiza los parámetros Z11 y Z12
Ejemplo 2.16
Realizar el circuito de dos puertos si se conocen los parámetros Z11 y Z21 .
1 (s + 2)(s + 5)
Z21 = Z11 =
(s + 1)(s + 3) (s + 1)(s + 3)
Z11 tiene un polo cerca de origen Z11 , tratándose por tanto de un circuito RC. Todos los ceros
están en ∞ y por este motivo la impedancia Z11 se desarrolla en fracciones en escalera (Cauer
I).
s2 + 7s + 10 1
Z11 = =1+ s 1
s2 + 4s + 3 + 9
3
5
+ 25s 1 1
24 + 8
15
Figura 2.37: Circuito de dos puertos que realiza los parámetros Z11 y Z12
Ejemplo 2.17
Realizar el circuito de dos puertos, si se conocen los parámetros Z11 y Z21 .
s2 (s + 2)(s + 4)
Z21 = Z11 =
(s + 1)(s + 3) (s + 1)(s + 3)
Z11 tiene un polo cerca del origen y por ello el circuito es RC. Todos los ceros se hayan en ω=0
de ahı́ que la impedancia Z11 se desarrolle en fracciones en escalera, pero ahora el grado de s en
los polinomios es en forma ascendente (Cauer II).
50 capı́tulo 2. realización de circuitos lrc
10 + 7s + s2 1 1
Z11 = = 10+7s+s2
= 3 1
3 + 4s + s2 8 + 32 1
3+4s+s2 7s
+ 49 1
88 + 968 + 1
21s 3
44
El circuito se muestra en la figura 2.38. En el circuito se puede apreciar que el cero de trans-
ferencia se encuentra en ω = 0. El condensador para ω = 0 actúa como un circuito abierto y
la transferencia de la entrada a la salida es nula. Para ω = 0 el condensador tiene impedancia
1
infinita Zc = jωc |ω=0 = ∞.
Figura 2.38: Circuito de dos puertos que realiza los parámetros Z11 y Z12
Ejemplo 2.18
Realizar el circuito de dos puertos si se conocen los parámetros Z11 y Z21 .
s (s + 2)(s + 4)
Z21 = Z11 =
(s + 1)(s + 3) (s + 1)(s + 3)
Cerca del origen hay un polo y por eso el circuito es RC. Un cero de Z21 está en ω=0 y el otro
cero está en ω = ∞ y por eso la impedancia Z11 se desarrolla en fracciones simples de escalera,
pero ahora se desarrolla Z11 primero como Cauer I y después como Cauer II.
s2 + 6s + 8 1
Z11 = =1+ s 3 1
s2 + 4s + 3 + + 50
2 5
3s
+ 31
20
El circuito resultante se muestra en la figura 2.39. En el circuito de la figura 2.39 se aprecia cómo
los ceros de transferencia se sitúan en ω = 0 y ω = ∞. El segundo condensador del circuito para
ω = 0 actúa como circuito abierto y la transferencia de señal es nula. La primera capacidad para
ω = ∞ está en cortocircuito y la transferencia de señales también es nula. Entonces el circuito
tiene ceros en ω = ∞ y en ω = 0.
Figura 2.39: Circuito de dos puertos que realiza los parámetros Z11 y Z12
Capı́tulo 3
Existen diferentes factores que pueden producir una disminución de la calidad de las señales.
Esos factores son: distorsión, interferencia, ruido y atenuación. Una forma de minimizar los
efectos de esos factores es la utilización de filtros que dejen pasar las señales que interesen y que
no permitan el paso de las señales indeseadas.
El ruido, por ejemplo, puede situarse en las frecuencias altas o en las frecuencias bajas. Para
eliminar el ruido en las frecuencias altas se utilizan los filtros paso bajas, mientras que los filtros
paso altas se usan para eliminar el ruido en las frecuencias bajas. Si el ruido se encuentra en las
frecuencias altas y bajas, se emplean filtros paso bandas para quitar el ruido y dejar pasar la
señal. Las plantillas de los filtros se muestran en la figura 3.1.
51
52 capı́tulo 3. transformación de las plantillas
Todos los tipos de filtros se pueden transformar en un filtro paso bajas normalizado, (PBFN).
Se denomina PBFN al filtro PBF con la frecuencia de corte en Ω1 = 1. La ecuación que nos
transforma paso bajas a paso bajas normalizado es
ω1
Ω=
ω
Un filtro paso altas se transforma a un filtro PBFN con la ecuación
ω−1
Ω=−
ω
Un filtro paso banda se transforma a un filtro PBFN mediante la ecuación
ω 2 − ω1 ω−1
Ω=
ω(ω1 − ω−1 )
Un filtro supresor de banda se transforma a un filtro PBFN usando la ecuación
ω(ω1 − ω−1 )
Ω=−
ω 2 − ω1 ω−1
En la figura 3.2 se puede observar cómo se transforman las plantillas de los diferentes tipos de
filtros a un filtro paso bajas normalizado. En los ejemplos se muestra la transformación de todos
los tipos de plantillas a la plantilla del filtro paso bajas normalizado PBFN.
Ejemplo 3.1
Transformar la plantilla de un filtro paso bajas de la figura 3.3 a la plantilla de un filtro paso
bajas normalizado.
3.2. transformación de las plantillas pbf, pa, pb y sb a pbfn 53
Primero se calcula la frecuencia del corte normalizada Ω1 y después Ω2 . La plantilla del filtro
paso bajas normalizado se muestra en la figura 3.3 b).
3400 4700
Ω1 = =1 Ω2 = = 1,382
3400 3400
Ejemplo 3.2
Transformar la plantilla del filtro paso altas de la figura 3.4a a la plantilla de un filtro paso bajas
normalizado.
Primero se calcula la frecuencia de corte normalizado Ω−1 y después Ω−2 . La plantilla del filtro
paso bajas normalizado se muestra en la figura 3.4b.
3400 3400
Ω−1 = − = −1 Ω−2 = − = −11, 333
3400 300
Ejemplo 3.3
Transformar la plantilla del paso banda de la figura 3.5a a la plantilla de un filtro paso bajas
normalizado.
Primero se calcula la frecuencia de corte normalizado Ω1 , Ω−1 y después Ω−2 , Ω2 . La plantilla
del filtro paso bajas normalizado se muestra en la figura 3.5b.
54 capı́tulo 3. transformación de las plantillas
Ejemplo 3.4
Transformar la plantilla del filtro supresor de banda de la figura 3.6a a la plantilla de un filtro
paso bajas normalizado.
Primero se calcula la frecuencia del corte normalizada Ω1 , Ω−1 y después Ω−2 , Ω2 . La plantilla
del filtro paso bajas normalizado se muestra en la figura 3.6b.
En los catálogos de filtros se encuentran las estructuras de un filtro paso bajas normalizado.
Para cumplir los especificaciones de la plantilla es necesario transformar la estructura normali-
zada a una estructura desnormalizada PBF, PA, PB o SB. A continuación se muestra cómo se
3.2. transformación de las plantillas pbf, pa, pb y sb a pbfn 55
obtiene una estructura desnormalizada de un filtro paso banda si se conoce el filtro paso bajas
normalizado.
ω 2 − ω1 ω−1
Ω=
ω(ω1 − ω−1 )
se obtiene la impedancia Z(jω) de un circuito serie L1 , C1 .
l 1 1 1
Z(jω) = jω + ω1 −ω−1 = jωL1 +
ω1 − ω−1 jω lω1 ω−1
jωC1
La bobina se transforma a un circuito serie LC, como se muestra en la figura 3.7, con los valores
l ω1 − ω−1
L1 = C1 =
ω1 − ω−1 l ω1 ω−1
La admitancia de un condensador normalizado en la figura 3.7 es y = jΩc. Si se sustituye por Ω
ω 2 − ω1 ω−1
Ω=
ω(ω1 − ω−1 )
se obtiene la admitancia Y (jω) de un circuito paralelo L2 , C2 .
c 1 1 1
Y (jω) = jω + ω1 −ω−1 = jωC2 +
ω1 − ω−1 jω cω1 ω−1
jωL2
El condensador c se transforma a un circuito paralelo LC, como se observa en la figura 3.7, con
los valores
c ω1 − ω−1
C2 = L2 =
ω1 − ω−1 cω1 ω−1
En la figura 3.7 se muestra la transformación del filtro paso bajas normalizado a un filtro paso
banda.
• Transformación del filtro paso bajas normalizado
a filtro supresor de banda
ω(ω1 − ω−1 )
Ω=− ,
ω 2 − ω1 .ω−1
ω(ω1 − ω−1 ) 1
Z = jΩl = −jl = jω ω1 ω−1 .
ω 2 − ω1 ω−1 l(ω1 −ω−1 ) + jωl(ω 1 −ω−1 )
56 capı́tulo 3. transformación de las plantillas
l (ω1 − ω−1 ) 1
L1 = C1 = .
ω1 ω−1 l (ω1 − ω−1 )
1
La impedancia normalizada de un condensador c es z = jΩc . Si se sustituye por Ω en la ecuación
(3.1) se obtiene la impedancia Z(jω) de un circuito LC serie.
ω(ω1 − ω−1 )
Ω=− (3.1)
ω 2 − ω1 .ω−1
−1 ω 2 − ω1 ω−1 jω ω1 ω−1
Z(jω) = = + .
jc ω(ω1 − ω−1 ) (ω1 − ω−1 ) jωc(ω1 − ω−1 )
El condensador se transforma a un circuito serie LC, como se muestra en la figura 3.8, con los
valores
c(ω1 − ω−1 ) 1
C2 = L2 = .
ω1 ω−1 c(ω1 − ω−1 )
jω
Z= l = jωL1
ω1
con el valor
l
L1 =
ω1
La admitancia del capacitor normalizado es Y (jΩ) = jΩc y se transforma con la ecuación
ω
Ω=
ω1
a una capacidad
jω
Y = c = jωC2
ω1
con el valor
c
C2 =
ω1
En la figura 3.9 se muestra la transformación de un filtro paso bajas normalizado al filtro paso
bajas desnormalizado.
• Transformación del filtro paso bajas normalizado a filtro paso altas
ω−1 l 1
Z= =
jω1 jωC1
58 capı́tulo 3. transformación de las plantillas
con el valor
1
C1 = .
ω1 l
La admitancia del condensador normalizado es Y (jΩ) = jΩc y se transforma con la ecuación
−ω−1
Ω=
ω
a un inductor
ω1 1
Y = jΩc = c=
jω jωL2
con el valor
1
L2 = .
cω1
En la figura 3.10 se muestra la transformación del circuito filtro paso bajas normalizado a circuito
del filtro paso altas denormalizado.
Ejemplo 3.5
Calcular el filtro paso banda si el orden del filtro es n=2 y la impedancia en la salida y entrada
es R0 = 600 Ω. Las especificaciones de la plantilla del filtro están en la figura 3.11a.
La estructura del filtro paso banda, que cumple las especificaciones de la plantilla figura 3.11a,
se muestra en la figura 3.11b.
Ejemplo 3.6
Calcular el filtro supresor de banda si el orden del filtro es n = 3, y la impedancia en la salida
y entrada es R0 = 100 Ω. Los especificaciones de la plantilla del filtro están en la figura 3.12a.
La estructura PBFN de tercer orden normalizada de Butterworth obtenida de un catálogo se
muestra en la figura 3.12c. Los valores de paso bajas normalizados son l1 = l3 = 1 y c2 = 2.
Si se utilizan las ecuaciones para la transformación del filtro paso bajas normalizado a filtro
supresor de banda, el inductor se transforma a un circuito paralelo L1 , C1 .
1 1
C1 = = = 513,4 nF
l1 R0 (f1 − f−1 ) 1 · 100 · 2π(3400 − 300)
R0 100
L2 = = = 2,567 mH
c2 π(f1 − f−1 ) 2 · 2π(3400 − 300)
c2 (f1 − f−1 ) 2(3400 − 300)
C2 = = = 9674,1 nF
2πf1 f−1 2π100 · 300 · 3400
La estructura del filtro supresor de banda que cumple las especificaciones de la plantilla figura
3.12a, se muestra en la figura 3.12b.
Ejemplo 3.7
Calcular el filtro paso altas si el orden del filtro es n=2 y la impedancia en la salida y entrada es
R0 = 75 Ω. Las especificaciones de la plantilla del filtro están en la figura 3.13a. La estructura
3.2. transformación de las plantillas pbf, pa, pb y sb a pbfn 61
R0 75
L1 = = √ = 2,482 mH
2πcf1 2π · 3400 · 2
1 1
C2 = =√ = 441,33 nF
l2 2πf1 2 · 2π · 3400 · 75
La estructura del filtro paso bajas, que cumple las especificaciones de la plantilla de la figura
3.13a, se muestra en la figura 3.13b.
Ejemplo 3.8:
Calcular el filtro paso bajas si el orden del filtro es n=3, y la impedancia en la salida y entrada
es R0 = 100 Ω. Las especificaciones de la plantilla del filtro están en la figura 3.14a. Si se
utilizan las ecuaciones para la transformación filtro paso bajas normalizado a filtro paso bajas,
el condensador c2 se transforma en condensador C2 y la bobina l1 se transforma en la bobina
L1 = L3 . La estructura filtro paso bajas que cumple las especificaciones de la plantilla figura
3.13a se muestra en la figura 3.14b.
c2 2
C2 = = = 936,2 nF
R0 2πf1 2π · 100 · 3400
l1 R0 100
L1 = L3 = = = 4,681 mH
2πf1 2π · 3400
62 capı́tulo 3. transformación de las plantillas
Ejemplo 3.9
Transformar la plantilla de un filtro paso bajas de la figura 3.15 a la plantilla de un filtro paso
bajas normalizado.
Hay que hacer notar, como primer factor a tener en cuenta, que las especificaciones de los filtros
se dan en función de la frecuencia o pulsación (ω), mientras que los métodos de aproximación
utilizan la función de transferencia G(s).
Un parámetro que influirá en la aproximación obtenida es el orden del filtro n, el cual ma-
temáticamente viene dado por el número de ceros que tenga la función de transferencia G(s)
del filtro, mientras que fı́sicamente está relacionado con la pendiente del filtro en la banda de
transición. La banda de transición queda comprendida entre el final de la banda de paso y el
principio de la banda atenuada. De este modo, a medida que se incrementa n, la pendiente de la
banda de transición va aumentando. Sin embargo, no conviene que el orden n sea muy elevado
en realizaciones prácticas, ya que el número de elementos del circuito
que intervienen en la implementación del filtro es directamente proporcional al orden n.
Los métodos que se van a explicar en este tema son fácilmente implementables mediante el uso de
la computadora. Por ello, a continuación, se comienza el tema con algunos casos de aproximación
del filtro paso bajas normalizado.
[z1,p1,k1]=besselap(2);
[z2,p2,k2]=besselap(4);
[z3,p3,k3]=besselap(11);
[a1,b1]=zp2tf(z1,p1,k1);
[a2,b2]=zp2tf(z2,p2,k2);
[a3,b3]=zp2tf(z3,p3,k3);
w=0:pi/800:3.5;
63
64 capı́tulo 4. aproximación de las plantillas
[h1,w1]=freqs(a1,b1,w);
[h2,w2]=freqs(a2,b2,w);
[h3,w3]=freqs(a3,b3,w);
m1=abs(h1);
m2=abs(h2);
m3=abs(h3);
plot(w1,m1,w2,m2,w3,m3);grid
xlabel(’-->w [rad/sec]’);
ylabel(’-->modulo’);
En la figura 4.2 se muestra la aproximación Butterworth del módulo de H(ω) para n= 2,4,11.
De la atenuación se puede observar que la aproximación es máximamente plana en la banda de
paso y en la banda eliminada, esta propiedad es la caracterı́stica principal de la aproximación
de Butterworth. En Ω = 1 el módulo es igual a 0.707, entonces la atenuación es 3 dB.
[z1,p1,k1]=buttap(2);
[z2,p2,k2]=buttap(4);
[z3,p3,k3]=Buttap(11);
[a1,b1]=zp2tf(z1,p1,k1);
[a2,b2]=zp2tf(z2,p2,k2);
[a3,b3]=zp2tf(z3,p3,k3);
w=0:pi/800:3.5;
[h1,w1]=freqs(a1,b1,w);
[h2,w2]=freqs(a2,b2,w);
[h3,w3]=freqs(a3,b3,w);
65
m1=abs(h1);
m2=abs(h2);
m3=abs(h3);
plot(w1,m1,w2,m2,w3,m3);grid
xlabel(’-->w [rad/sec]’);
ylabel(’-->modulo’);
[z1,p1,k1]=cheb1ap(2,3);
[z2,p2,k2]=cheb1ap(4,3);
[z3,p3,k3]=cheb1ap(11,3);
[a1,b1]=zp2tf(z1,p1,k1);
[a2,b2]=zp2tf(z2,p2,k2);
[a3,b3]=zp2tf(z3,p3,k3);
w=0:pi/800:3.5;
[h1,w1]=freqs(a1,b1,w);
[h2,w2]=freqs(a2,b2,w);
[h3,w3]=freqs(a3,b3,w);
m1=abs(h1);
m2=abs(h2);
66 capı́tulo 4. aproximación de las plantillas
m3=abs(h3);
plot(w1,m1,w2,m2,w3,m3);grid
xlabel(’-->w [rad/sec]’);
ylabel(’-->modulo’);
[z1,p1,k1]=cheb2ap(2,20);
[z2,p2,k2]=cheb2ap(4,20);
[z3,p3,k3]=cheb2ap(11,20);
[a1,b1]=zp2tf(z1,p1,k1);
[a2,b2]=zp2tf(z2,p2,k2);
[a3,b3]=zp2tf(z3,p3,k3);
w=0:pi/800:3.5;
[h1,w1]=freqs(a1,b1,w);
[h2,w2]=freqs(a2,b2,w);
[h3,w3]=freqs(a3,b3,w);
m1=abs(h1);
m2=abs(h2);
m3=abs(h3);
plot(w1,m1,w2,m2,w3,m3);grid
67
xlabel(’-->w [rad/sec]’);
ylabel(’-->modulo’);
En la figura 4.5 se presenta la aproximación elı́ptica (Cauer) para n=2,4,11. La atenuación tiene
las oscilaciones en la banda de paso y en la banda atenuada. La atenuación en la banda de paso
es 3 dB. La frecuencia del corte es Ω = 1.
[z1,p1,k1]=ellipap(2,3,20);
[z2,p2,k2]=ellipap(4,3,20);
[z3,p3,k3]=ellipap(11,3,20);
[a1,b1]=zp2tf(z1,p1,k1);
[a2,b2]=zp2tf(z2,p2,k2);
[a3,b3]=zp2tf(z3,p3,k3);
w=0:pi/800:3.5;
[h1,w1]=freqs(a1,b1,w);
[h2,w2]=freqs(a2,b2,w);
[h3,w3]=freqs(a3,b3,w);
m1=abs(h1);
m2=abs(h2);
m3=abs(h3);
plot(w1,m1,w2,m2,w3,m3);grid
xlabel(’-->w [rad/sec]’);
ylabel(’-->modulo’);
68 capı́tulo 4. aproximación de las plantillas
El numerador de G(s) debe ser un polinomio Hurwitz. Eso significa que los ceros deben
estar en el lado izquierdo del plano complejo de s.
Para todas las frecuencias ω la función de transferencia G(s) debe cumplir la condición
|G(jω)| ≥ 1.
Comprobar que G(s) es una función de transferencia válida, no es fácil, pero si φ(s) es una
función positiva podemos observar en (4.1) que se cumple la condición |G(jω)| ≥ 1. Si además
se eligen los ceros de la ecuación de transferencia en el lado izquierdo del plano complejo de
G(s), entonces se realizan las dos condiciones necesarias.
Ejemplo 4.1:
s3 + 5s2 + 9s + 5
G(s) =
s2 − 4
4.1. aproximación de butterworth 69
Los ceros de G(s) se hallan en la parte izquierda del plano, como se deduce de la siguiente
ecuación :
amax
e2amax = 1 + 2 10 10 = 1 + 2
siendo
q
p amax
= e2amax − 1 = 10 10 −1
La primera ecuación es válida si la atenuación está en népers y la segunda se utiliza si la
atenuación está en decibeles. Para Ω = Ω2 , la atenuación es a = amin y de (4.4) se deduce
amin
e2amin = 1 + 2 Ω2n
2 10 10 = 1 + 2 Ω2n
2
Despejando por logaritmos ambos lados de las ecuaciones anteriores, se obtiene la ecuación para
calcular el orden del filtro Butterworth (4.5) y (4.7).
2a min −1
ln ee2amax −1
n≥ (4.5)
2 ln Ω2
En la ecuación (4.5) la atenuación tiene unidades el népers. Para sustituir la atenuación en
decibeles se utilizan las ecuaciones (4.6) o (4.7).
0,23a min −1
ln ee0,23amax −1
n≥ (4.6)
2 ln Ω2
amin
10 −1
log 10 amax
10 10 −1
n≥ (4.7)
2 log Ω2
1 + 2 s2n = 0
Si = 1, los ceros de la función de transferencia G(s) para orden n par se calculan mediante la
ecuación (4.9) y se colocan en el cı́rculo unidad.
1 − 2 s2n = 0
Si = 1, los ceros de la función de transferencia G(s) para orden n impar se calculan mediante
la ecuación (4.10) y se sitúan en el cı́rculo unidad. Es necesario decir que los ceros no están
4.1. aproximación de butterworth 71
πk kπ kπ
sk = ej n = cos + jsen (4.10)
n n
Ejemplo 4.2:
El orden de filtro es par y por eso se utiliza la ecuación (4.9). Los ceros de la función de
transferencia G(s) son:
π π
s0 = cos + jsen = 0, 707 + j0, 707
4 4
3π 3π
s1 = cos + jsen = −0,707 + j0, 707
4 4
Los ceros de G(s) y G(−s) se muestran en la figura 4.7.
La función de transferencia debe tener los ceros en la parte izquierda del plano s para que el
filtro sea estable y causal.
√
G(s) = (s + 0, 707 − j0, 707)(s + 0, 707 + j0, 707) = s2 + 2s + 1
Ejemplo 4.3:
El orden de filtro es impar y por eso se utiliza la ecuación (4.10). Los ceros de la función de
transferencia tienen los valores:
s0 = cos0 + jsen0 = 1
72 capı́tulo 4. aproximación de las plantillas
√
π π 1 3
s1 = cos + jsen = + j
3 3 2 2
√
2π 2π 1 3
s2 = cos + jsen =− +j
3 3 2 2
Los otros ceros de (4.8) no es necesario calcularlos, porque son conjugados y están ubicados
también en el cı́rculo unitario. Los ceros de G(s) y G(−s) se muestran en la figura 4.8. La
función de transferencia debe tener los ceros en la parte izquierda del plano s.
G(s) = s3 + 2s2 + 2s + 1.
Los ceros del filtro Butterworth de tercer orden para la atenuación de 3 dB en la frecuencia
angular ω = 1 deben estar en el cı́rculo unidad, porque se elegió = 1. Calculando para s = j
se obtiene:
G(j) = −j − 2 + 2j + 1 = −1 + j
√
a = 20 · log 2 = 3 dB
En general, todos los filtros normalizados de tipo Butterworth en la frecuencia del corte ω1 = 1
tienen atenuación de 3 dB para cualquier orden del filtro.
4.1. aproximación de butterworth 73
Ejemplo 4.4:
G(s) + φ(s)
Zentrada (s) = (4.11)
G(s) − φ(s)
se obtiene:
2s3 + 2s2 + 2s + 1
Zentrada = .
2s2 + 2s + 1
Si la última ecuación se desarrolla con una fracción de escalera, se obtienen los elementos del
filtro Butterworth de tercer orden.
1
Zentrada = s +
2s + s+1 1
1
El filtro Butterworth de tercer orden se muestra en la figura 4.9a. Está terminado en la puerta de
salida con una resistencia de 1 Ω y a la frecuencia del corte ω1 = 1 tiene 3 dB de atenuación. Los
elementos del circuito normalizado de Butterworth se pueden calcular directamente. Los valores
de los elementos zk en el circuito en la figura 4.9b se pueden calcular mediante la ecuación (4.12).
(2k + 1)π
zk = 2sen (4.12)
2n
74 capı́tulo 4. aproximación de las plantillas
Ejemplo 4.5:
π 3π
z0 = 2sen = 0, 765 z1 = 2sen = 1, 847
8 8
5π 7π
z2 = 2sen = 1, 847 z3 = 2sen = 0, 765
8 8
El filtro paso bajas normalizado con respecto a rsalida = 1 y ω1 = 1 se muestra en la figura 4.9c.
Ejemplo 4.6:
π 3π
z0 = 2sen = 0, 618 z1 = 2sen = 1, 618
10 10
5π 7π
z2 = 2sen = 2, 000 z3 = 2sen = 0, 1, 618
10 10
9π
z4 = 2sen = 0, 618
10
El filtro paso bajas de orden 5, normalizado con respecto a rsalida = 1 y ω1 = 1 se muestra en
la figura 4.9d. Si se necesita que un filtro tenga otra atenuación en la frecuencia de corte, es
necesario multiplicar cada elemento del circuito por una constante K, donde:
q
p amax
2n 2n
K= e0,23amax − 1) = 10 10 − 1. (4.13)
Ejemplo 4.7:
Calcular los elementos del filtro Butterworth para el orden n=2 y amax = 0, 1dB.
1 0,3050689s2 + 0,55233s + 1
Z(s) = 0,55233s + 1 = .
0,55233s + 1
0,55233s + 1
Del numerador de Z(s) se obtiene
Ejemplo 4.8:
Calcular la función de transferencia del filtro Butterworth para amax = 0, 1 dB y orden n=3.
76 capı́tulo 4. aproximación de las plantillas
G(s) = s3 + 2s2 + 2s + 1.
Ahora se calcula la nueva variable p,
p
s =6 e0,23·0,1 − 1p = 0,5343043p.
La función de transferencia de filtro, que atenúa 0,1 dB en la frecuencia del corte ω1 = 1, toma
la forma
Ejemplo 4.9:
Calcular el filtro Butterworth de cuarto orden paso bajas para amax = 2 dB, f1 = 3400 Hz si
los puertos de salida y de entrada están conectados con un resistor de 2000 Ω.
Los valores normalizados del filtro Butterworth para amax = 3 dB se obtienen de la tabla 4.1.
l1 = c4 = 0,76536 l3 = c2 = 1,84775
Para obtener el filtro que atenúa en ω1 2 dB es necesario multiplicar cada elemento por la
constante K
p
2n
p
8
K= e0,13·amax − 1 = e0,23·2 − 1 = 0,93499
Los valores desnormalizados con respecto a la atenuación son
l1 = c4 = 0,715603 l3 = c2 = 1,727627
Para desnormalizar los valores del filtro paso bajas normalizado se utilizan las expresiones (4.15)
lk · R0 ck
Lk = Ck = (4.15)
ω1 ω1 · R0
Ahora los elementos se desnormalizan con respecto a la frecuencia de corte ω1 y a la impedancia
R0 = 2000Ω. Calculando se obtiene:
l1 · R0 0,715603 · 2000
L1 = = = 66,995 mH
2π · f1 2π · 3400
c2 1,727627
C1 = = = 40,435 nF
2π · f1 · R0 2π · 3400 · 2000
l3 · R0 1,727627 · 2000
L3 = = = 161,741 mH
2π · f1 2π · 3400
c4 0,715603
C4 = = = 16,748 nF.
2π · f1 · R0 2π · 3400 · 2000
El filtro paso bajas de Butterworth resultante se muestra en la figura 4.11.
Ejemplo 4.10:
Calcular el filtro Butterworth de tercer orden paso altas para amax = 1 dB, f1 = 340 Hz si los
puertos de salida y de entrada están conectados con un resistor de 100 Ω.
Los valores normalizados del filtro Butterworth para amax = 3 dB se obtienen de la tabla 4.1.
l1 = l3 = 1,000 c2 = 2,000
Para obtener el filtro
√ que atenúa en ω−1 1 dB, es necesario multiplicar cada elemento por la
constante K, K = 6 100,1 − 1 = 0,7986. Los valores desnormalizados con respecto a la atenuación
son
l1 = l3 = 0,7984 c2 = 1,5968
Para transformar los valores del filtro paso bajas a paso altas, se utilizan las expresiones (4.16)
R0 1
Lk = Ck = (4.16)
ω−1 · ck ω−1 · R0 · lk
Ahora los elementos se desnormalizan con respecto a la frecuencia de corte ω−1 y a la impedancia
R0 = 100Ω. Calculando se obtiene:
L1 = L3 = 0,0293 H C2 = 5,863 µF
El filtro paso altas de Butterworth resultante se muestra en la figura 4.12.
siendo ,
q
p amax
= e2amax −1= 10 10 −1
q
e0,23amin −1
argcosh e0,23amax −1
n≥ (4.22)
argcosh(Ω2 )
amin
r
10 10 −1
argcosh amax
10 10 −1
n≥ (4.23)
argcosh(Ω2 )
j
cos(nθ1 + jnθ2 ) = .
Si se desarrolla la función anterior en la forma trigonométrica, se obtiene
j
cos(nθ1 )cosh(nθ2 ) + jsen(nθ1 )senh(nθ2 ) = .
De esta ecuación es posible lograr dos ecuaciones y comparando las partes reales e imaginarias
de ambos lados de la ecuación anterior resulta:
1
sen(nθ1 )senh(nθ2 ) = (4.27)
La función cosh(nθ2 ) para ningún valor de nθ2 se iguala a cero. Entonces, el primer término de
la primera ecuación debe ser igual a cero (cos(nθ1 ) = 0). Esta ecuación es igual a cero para
(2k + 1)
θ1 = π. (4.28)
2
Si se sustituye (4.28) en (4.27), se obtiene
(2k + 1)π 1
sen( )senh(nθ2 ) = ,
2
pero sen( (2k+1)π
2 ) = 1 y de la ecuación anterior se puede calcular θ2
82 capı́tulo 4. aproximación de las plantillas
1 1
θ2 = argsenh( ). (4.29)
n
De la ecuación (4.25) se obtiene la ecuación (4.30). Mediante (4.30) se calculan los ceros de la fun-
ción de transferencia del filtro Chebychev para cualquier orden del filtro y cualquier atenuación
amax
Ejemplo 4.11:
Primero, se calcula y θ2 :
√ q
= 10amax/10 − 1 = 102/10 − 1 = 0,764
1 1
θ2 = argsenh( ) = 0,358
3 0, 764
1
K= = 3,0857855.
0,324066
La función de transferencia toma la forma
q
a = 20 · log 1,26162 + 0,05758692 = 2,03 [dB]
Para obtener la impedancia de entrada (4.31) de un filtro de Chebychev es necesario calcular la
función caracterı́stica φ(s) en la forma polinomial, porque la función caracterı́stica en la forma
trigonométrica no se puede utilizar.
G(s) ± φ(s)
Zentrada = (4.31)
G(s) ∓ φ(s)
En la función caracterı́stica
φn (jΩ) = cos(nθ)
para n=1 φ1 (jΩ) = cos(θ) = Ω
para n=2 φ2 (jΩ) = cos(2θ) = 2Ω2 + 1
para n=3 φ3 (jΩ) = cos(3θ) = 4Ω3 − 3Ω
84 capı́tulo 4. aproximación de las plantillas
En la tabla 4.4 se muestran las funciones caracterı́sticas φn (s) del Chebychev para n=1 hasta
n=9. Los ceros de φn (s) se calculan mediante la ecuación (4.32). Los ceros de φn (s) son los ceros
de atenuación.
π
si = cos(2i − 1) (i = 1, 2, 3, ..., n) (4.32)
2n
Ejemplo 4.12:
Calcular la impedancia de entrada de Chebychev para amax = 2 dB, el orden de filtro es n=3.
p
φ3 (s) = e0,23·2 − 1(4s3 + 3s) = 3,0855855s3 + 2,3141892s.
Y la impedancia de entrada del filtro de Chebychev es
φ1 (s) = s
φ2 (s) = s2 + 1
φ3 (s) = 4s3 + 3s
φ4 (s) = 8s4 + 8s2 + 1
φ5 (s) = 16s5 + 20s3 + 5s
φ6 (s) = 32s6 + 48s4 + 18s2 + 1
φ7 (s) = 64s7 + 112s5 + 56s3 + 7s
φ8 (s) = 128s8 + 256s6 + 160s4 + 32s2 + 1
φ9 (s) = 256s9 + 576s7 + 432s5 + 120s3 + 9s
4.3. aproximación chebychev inversa 85
3,08558s3 + 3,14317s
Zentr (s) =
2,2116s2 + 1
1
Zentr = 1,36429s + 1
1,2714s + 1,2788s
El circuito que trabaja con la salida abierta se muestra en la figura 4.16b. El circuito en la figura
4.16a no se puede utilizar, porque la última inductancia no influye en la función de transferencia
y es necesario utilizar el circuito dual que se muestra en la figura 4.16b.
1
G(jΩ)G(−jΩ) = 1 + Ω≥1 (4.35)
2 cos2 (n arccos( Ω1 ))
1
G(jΩ)G(−jΩ) = 1 + Ω≤1 (4.36)
2 cosh2 (n argcosh( Ω1 ))
1 + 2 cos2 (n arccos( Ω1 ))
G(jΩ)G(−jΩ) = (4.37)
2 cos2 (n arccos( Ω1 ))
1 + 2 cosh2 (n argcosh( Ω1 ))
G(jΩ)G(−jΩ) = (4.38)
2 cosh2 (n argcosh( Ω1 ))
Como en el caso de la aproximación de Chebychev, se pueden obtener de manera similar las
ecuaciones para calcular los ceros de la función de transferencia. Los ceros de la función de
transferencia del filtro Chebychev inversa se calculan mediante las ecuaciones (4.39) (4.40) (4.41)
y (4.42):
1
= √ (4.39)
e0,23amin − 1
1 1
φ2 = argsenh (4.40)
n
2k + 1
φ1 = π (4.41)
2n
1
s(k) = (4.42)
−sin(φ1)sinh(φ2 ) ± jcos(φ1 )cosh(φ2 )
Los polos de la función de transferencia G(s) se hallan en las frecuencias Ωk . Los polos de la
atenuación se calculan igualando el denominador (4.37) a cero como se observa en (4.43).
1
2 cos2 (n · arccos ) = 0 (4.43)
Ω
Los polos de la función de transferencia se calculan mediante la ecuación (4.44)
4.3. aproximación chebychev inversa 87
1
Ωk = . (4.44)
cos 2k+1
2n π
Ejemplo 4.13:
Calcular los polos de la función de transferencia de Chebychev inversa para el filtro de orden
n=2.
1
Ωk =
cos 2k+1
6 π
1
Ω0 = = 1, 1547
cos π6
1
Ω1 = =∞
cos 3π
6
Figura 4.18: Atenuación y la estructura del filtro Chebychev inverso para n=3
Ejemplo 4.14:
Calcular los polos de la función de transferencia de Chebychev inversa para el filtro de orden
n=5.
1
Ωk =
cos 2k+1
6 π
1
Ω0 = π = 1, 0514
cos 10
88 capı́tulo 4. aproximación de las plantillas
1
Ω1 = = 1, 7013
cos 3π
10
1
Ω2 = =∞
cos 5π
10
La atenuación tiene tres polos en la frecuencia Ω0 = 1, 0514, Ω2 = 1, 7013 y en Ω = ∞. La
atenuación se muestra en la figura 4.19a y la estructura en la figura 4.19b.
Figura 4.19: Atenuación y estructura del filtro Chebychev inversa para n=5
Ejemplo 4.15:
de dos polinomios. También existen polos en las frecuencias Ωk . Esto significa que para realizar
el circuito se necesitan conocer dos parámetros, la impedancia de entrada Z11 y la impedancia
de transferencia Z12 . Las impedancias mencionadas se pueden calcular mediante las ecuaciones
(4.45) y (4.46)
gimpar + fimpar
Z11 = (4.45)
gpar + fpar
k(s)
Z12 = , (4.46)
gpar + fpar
donde g(s) es el numerador del polinomio G(s). f(s), el numerador del polinomio φ(s); y k(s); el
denominador de φ(s). Polinomio gpar (s) es la parte par del numerador de polinomio G(s). En el
siguiente ejemplo se realiza un filtro Chebychev inverso a partir de G(s) y φ(s).
Ejemplo 4.16:
La función de transferencia del filtro Chebychev inverso del ejemplo anterior es de la forma
s3 0, 333s3
φ(s) = =
4 + 3s2 s2 + 1, 1542
Para = 0, 76424, se conoce del ejemplo anterior que la función caracterı́stica es de la forma
0, 4320885s3
φ(s) = .
s2 + 1, 1542
4.4. aproximación de bessel 91
Los filtros de Bessel necesitan más elementos que la aproximación Butterworth para las mismas
especificaciones, pero la ventaja es que la fase en la banda de paso puede ser lineal, eso significa
que todas las frecuencias en la banda de paso son retardadas al mismo tiempo. Esta propiedad
presenta ventajas en determinadas situaciones, por ejemplo, cuando se transmiten las señales de
video.
Ejemplo 4.17.
Calcular la función de transferencia del filtro Bessel de orden n=6.
(12 − 0)!s0
k=0 y0 (s) = = 10395
26 0!(6 − 0)!
(12 − 1)!s1
k=1 y1 (s) = = 10395s
25 1!(6 − 1)!
(12 − 2)!s2
k=2 y2 (s) = = 4725s2
24 2!(6 − 2)!
(12 − 3)!s3
k=3 y3 (s) = = 1260s3
23 3!(6 − 3)!
(12 − 4)!s4
k=4 y4 (s) = = 210s4
22 4!(6 − 4)!
92 capı́tulo 4. aproximación de las plantillas
n a0 a1 a2 a3 a4 a5
1 1
2 3 3
3 15 15 6
4 105 105 45 10
5 945 945 420 105 15
6 10395 10395 4725 1260 210 21
(12 − 5)!s5
k=5 y5 (s) = = 21s5
21 5!(6 − 5)!
(12 − 6)!s6
k=6 y6 (s) = = 1s6
20 6!(6 − 6)!
El polinomio de Bessel para n=6 toma la forma:
15 + 15s + 6s2 + s3
G3 (s) =
15
15
Para ω = 0, se obtiene |G3 (0)| = 15 = 1 y la atenuación amax = 20 · log(1) = 0. En ω = 1, la
función de transferencia G(j) toma la forma
15 + 15j − 6 − j
G(j) = = 0,6 + j0,9333,
15
y la atenuación en la ω = 1 tiene el valor
q
a = 20 · log (0,62 + 0,93332 ) = 0,902 [dB].
Los ceros de la función de Bessel se pueden encontrar en la tabla 4.6. A modo de comparación
se puede ver que el filtro Butterworth tiene en la frecuencia de corte ω = 1 atenuación 3 [dB] y
el filtro Bessel 0.902 [dB].
4.4. aproximación de bessel 93
Ejemplo 4.19:
Calcular la función de transferencia para el filtro en cascada de Bessel de sexto orden.
La función de transferencia se obtiene de la tabla 4.6.
G(s) = [(s + 4,248)2 + 0,8672 ][(s + 3,375)2 + 2,6262 ][(s + 2,515)2 + 4,4922 ]
K1 K2 K3
H(s) =
s2 2 2
+ 8,496s + 18,797 s + 5,03s + 26,503 s + 7,47s + 20,846
Cada función de transferencia parcial tiene que cumplir Hi (0) = 1 y por esta razón elegimos las
constantes
Ejemplo 4.20.
Calcular un filtro de Bessel LC paso bajas de tercer orden en la forma normalizada, si en la
salida se conecta un circuito electrónico con impedancia infinita.
La función de transferencia G(s) se obtiene de la tabla 4.6.
s3 + 6s2 + 15s + 15
G(s) = = 0, 0666s3 + 0, 4s2 + s + 1
15
Si el circuito trabaja con la puerta de salida abierta, la impedancia de entrada del circuito es
Gimpar 0, 0666s3 + s
Z(s) = = .
Gpar 0, 4s2 + 1
Si la impedancia Z(s) se desarrolla en el fracciones en escalera, se obtiene:
1
Z(s) = 0, 1666s + 1
0, 48s + 0,83s
El circuito LC en la figura 4.22a no se puede utilizar, porque la última inductancia está en abierto
y no sirve como elemento del filtro (la salida está abierta). Es necesario utilizar el circuito dual
en la forma π que se muestra en la figura 4.22b.
En la ecuación (4.49) s0i y s∞i son los ceros, Ω0i y Ω∞i los polos respectivos, como se muestra en
la figura 4.23. Los polos de la función caracterı́stica φ(s) son también los polos de la función de
transferencia G(s). Los polos Ω∞i y los ceros Ω0i de la función transferencia G(s) son recı́procos
Ω∞i = 1/Ω0i .
El filtro elı́ptico tiene la atenuación que se muestra en la figura 4.23, la cual presenta oscilaciones
en la banda de paso y también en la banda de supresión. Calcular la función de transferencia no
es fácil, es necesario usar integrales elı́pticas, que en este apartado se van a utilisar en desarrollo
en serie para calcular los ceros de la función de transferencia mediante el método de Skwirzinsky.
De la figura 4.23 se calcula la constante K
ω1
K= ,
ω2
donde ω1 es la frecuencia del corte y ω2 es la frecuencia de supresión. En el caso del filtro elı́ptico,
las frecuencias de la atenuación mı́nima y máxima están relacionadas mediante las ecuaciones
1 1
Ω0s = Ωus = .
Ω∞s Ωns
El orden n del filtro se puede calcular mediante la ecuación (4.50)
" 2 4 6 # 4
K K K K
q= 1+2 + 15 + 150 . (4.51)
16 4 4 4
Los ceros de la función caracterı́stica Ω0s se calculan para n impar mediante la ecuación (4.52)
y los máximos de la función caracterı́stica Ωus se obtienen con la ecuación (4.53).
2s 6s
1 sen( 2n π) − q 2 sen( 2n π) + q 6 sen( 10s
2n π)
Ω0s = 2q 4 2s 4 4s (4.52)
1 − 2qcos( n π) + 2q cos( n π)
3(2s+1) 5(2s+1)
1 sen( 2s+1 2 6
2n π) − q sen( 2n π) + q sen( 2n π)
Ωus = 2q 4
2(2s−1)
(4.53)
1 − 2qcos( 2s−1 4
n π) + 2q cos( n π)
Los ceros de la función de transferencia se calculan realizando las ecuaciones (4.54), (4.55), (4.56)
y (4.57). Primero es necesario obtener la constante w.
" #
(0,115amax )2
1 2
w= ln + + ... (4.54)
2n 0,115amax 12
El cero real de la función de transferencia se calcula mediante (4.55).
Las ecuaciones anteriores se pueden utilizar para calcular el filtro de Cauer sólo para orden
impar. En el siguiente ejemplo se explica cómo se calculan los filtros de Cauer.
Ejemplo 4.21:
Calcule el filtro Cauer para las especificaciones que se muestran en la figura 4.24a.
Para ello es necesario normalizar la plantilla de las especificaciones en la figura 4.24a para obtener
Ω0 = 1.
√
f0 = 3400 · 5100 = 4164,1326
f0 4164,1326
Ω0 = = =1
f0 4164,1326
f1 3400
Ω1 = = = 0,816
f0 4164,1326
f2 5100
Ω2 = = = 1,224
f0 4164,1326
La plantilla normalizada se muestra en la figura 4.24b. Es necesario calcular el orden del filtro.
Primero se calcula la constante K y después q.
0,816
K= = 0,6666
1,224
4
0,4444 0,666 2 0,666 4 0,666 6
q= 1 + 2( ) + 15( ) + 150( ) = 0,0364579
16 4 4 4
−1,50777 − 5 − 2,77
n≥ = 2,8
−3,311159
El orden del filtro debe ser un número entero y por eso se elige n=3.
4.5. aproximación de cauer 97
q
1
0,5096 1 − 0,7320222 (0,666 + 0,666 − 0,730222 )
α1 = = 0,160769
1 + 0,50962 · 0,730222
q
1
0,73022 1 − 0,50962 (0,6666 + 0,6666 + 0,50962 )
β1 = ± = 0,8189
1 + 0,50962 · 0,73022682
La función de transferencia del filtro Cauer es
s3 + 0,533s
φ(s) = 5,358 (4.59)
s2 + 1,87
Ejemplo 4.22:
Realice el filtro de Cauer del ejemplo 4.20.
La impedancia Z11 y Z12 del filtro de Cauer se calcula mediante la ecuación (4.60).
2s2 + 1,398
Z1 = s = 1,948s
0,83s2 + 0,35 |s2 =−1,875
La impedancia Z1 es la inductancia L1 = 1,948. Ahora se conocen las impedancias Z11 y Z1 y
se puede calcular Z0 de la figura 4.25a.
0,83s2 + 0,35 As 1
Y0 = = 2 + 1
0,38316s(s2 + 1,87) s + 1,87 Z11
Si se calcula la constante A, entonces se conocen todos valores de los elementos del circuito en
serie LC.
0,83s2 + 0,35
A= |2 = 1,6777
s2 · 0,38316 s =−1,87
El circuito serie LC tiene los valores de la inductancia L2 = 0,596 y la capacitancia C2 = 0,897.
El circuito se muestra la figura 4.25b.
1,6777s 1
Y2 = 2
= 1
s + 1,87 0,596s + 0,897s
1
Todavı́a falta calcular el último elemento Z11
1 0,18718(s2 + 1,87)
1 = = 1,948s
Z11 0,38316s(s2 + 1,87)
El circuito completo se muestra en la figura 4.25b, pero necesita tres inductancias y por eso
fı́sicamente es más fácil realizar el filtro dual con una inductancia, la cual se muestra en la figura
4.25c.
Tarea 4.1:
Calcular la impedancia de entrada de Chebychev para amax = 3 dB, el orden de filtro es n=5.
Tarea 4.3:
Calcular los polos de la función de transferencia de Chebychev inversa para el filtro de orden
n=7.
Tarea 4.4:
Tarea 4.5:
0, 8s3 + 0, 9s s2 + 1, 22
Z11 = Z12 = .
1, 4s2 + 1, 3 1, 4s2 + 1, 3
Tarea 4.6:
Realizar el circuito si se conocen las impedancias Z11 y Z12 Los ceros de la impedancia de
√ √
transferencia son s = ∞ y s = ±j 1,6. Primero se realiza el cero en s = ±j 1,6
Tarea 4.7:
Calcule el filtro Cauer para las especificaciones que se muestran en la figura 4.26a.
Una forma habitual y cómoda de diseño filtros es mediante la utilización de tablas. Para di-
versos tipos de filtros se encuentran tabulados los distintos parámetros que son necesarios para
su diseño. En este capı́tulo se aborda el diseño de filtros mediante tablas para los filtros de
Butterworth, de Chebychev y de Chebychev inverso.
Ejemplo 5.1:
Calcular la función de transferencia del filtro Butterworth, para que ω1 = 100, tiene una ate-
nuación 0.2 dB. El orden del filtro es n=3. De la tabla 5.2 para n=3 y amax = 3 dB se obtiene
la función de transferencia
G(s) = s3 + 2s2 + 2s + 1
Para obtener G(s) con la atenuación 0.2 dB en ω1 se sustituye por
p
6
s= e0,23·0,2 − 1p = 0,600893p.
101
102 capı́tulo 5. diseño de filtros mediante tablas
n b1 b2 b3 b4 b5 b6 b7
1 1.00000
2 1.41421 1.00000
3 2.00000 2.00000 1.00000
4 2.61312 3.41421 2.61312 1.00000
5 3.23606 5.23606 5.23606 3.23606 1.00000
6 3.86370 7.46410 9.14162 7.46410 3.86370 1.00000
7 4.49396 10.0978 14.5917 14.5917 10.0978 4.49395 1.00000
Para obtener la atenuación amax = 0,2 dB en la frecuencia del corte ω1 = 100 rad/sec, se realiza
la sustitución p = ωp1 = 100
p
. La función de transferencia que atenúa 0.2 dB toma la forma
Los esquemas del filtro que corresponden a la tabla 5.1 se muestran en la figura 5.1, en la cual
puede observarse que la estructura del filtro empieza con una bobina en la rama longitudinal o
con un capacitor en la rama diagonal.
Ejemplo 5.2:
Calcular la función de transferencia del filtro paso bajas de Butterworth con orden n=3, amax =
0,5 dB y frecuencia del corte f1 = 100 Hz.
G(s) = s3 + 2s2 + 2s + 1
Para desnormalizarla con respecto a f1 = 100 Hz y amax = 0,5 dB, es necesario sustituir en G(s)
5.1. tablas del filtro de butterworth 103
Tabla 5.3: Valores de los elementos del circuito LC. Filtro Butterworth
n l1 c2 l3 c4 l5 c6 l7
1 1
2 1.41421 1.41421
3 1.00000 2.00000 1.00000
4 0.76536 1.84775 1.84775 0.76536
5 0.61803 1.61803 2.00000 1.61803 0.61083
6 0.51763 1.41421 1.93185 1.93185 1.41421 0.51763
7 0.44504 1.24697 1.80193 2.00000 1.80193 1.24697 0.44504
n c1 l2 c3 l4 c5 l6 c7
q
6 0,5
s= 10 10 − 1p = 0,704267p
p
p=
ω1
La función de transferencia desnormalizada será
Ejemplo 5.3:
Calcular los elementos del filtro de Butterworth paso bajas de orden n=7 si en la salida y la
entrada hay una resistencia de 75 Ω. La atenuación en la frecuencia del corte f1 = 3400 Hz es
de 0.5 dB. Los elementos normalizados del filtro Butterworth de la tabla 5.3 son:
104 capı́tulo 5. diseño de filtros mediante tablas
El filtro normalizado en la forma π se muestra en la figura 5.2a. Para desnormalizar los elementos
del filtro con respecto a la atenuación de 0.5 dB, necesitamos multiplicar cada elemento por una
constante K.
p
14
K= e0,23·0,5 − 1 = 0,86041
Los nuevos elementos desnormalizados con respecto a la atenuación 0.5 dB son:
Para desnormalizar los elementos del filtro con respecto a la frecuencia f1 = 3400 Hz y a la
impedancia 75 Ω, se utilizan las ecuaciones:
c1 0,382916
C1 = C7 = = = 238,99 nF
ω1 · R0 2π · 3400 · 75
c3 1,550398
C3 = C5 = = = 967,66 nF
ω1 · R0 2π · 3400 · 75
l2 · R0 1,072905 · 75
L2 = L6 = = = 3,766 mH
ω1 2π · 3400
l4 · R0 1,72082 · 75
L4 = = = 6,041 mH
ω1 2π · 3400
El circuito paso bajas desnormalizado se muestra en la figura 5.2b.
5.2. tablas del filtro chebychev 105
Para n=5 y amax = 0,1 dB, se obtienen de la tabla 5.5 la parte real α y la parte imaginaria β
de los polos de H(s).
α1 = −0,14676 β1 = ±0,95211
α2 = −0,38423 β2 = ±0,58843
α3 = −0,47493
La función de transferencia del filtro Chebychev para la sı́ntesis del filtro en cascada toma la
forma
k1 k2 k3
H(s) = 2 2 2 2
(s + 0,14676) + 0,95211 (s + 0,38423) + 0,58843 s + 0,47493
Las constantes k1 , k2 y k3 se calculan de tal manera para que se cumpla la condición H(0)=1.
Tabla 5.4: Polos de H(s) del filtro Chebychev para amax = 0,01 dB
n 1 2 3 4 5 6 7
−α1 1.00000 0.67434 0.42334 0.28009 0.19556 0.14296 0.10850
±jβ1 0.00000 0.70750 0.86631 0.92407 0.95120 0.96603 0.97501
−α2 0.84668 0.67620 0.51199 0.39057 0.30401
±jβ2 0.00000 0.38276 0.58787 0.70718 0.78189
−α3 0.63285 0.53353 0.43931
±jβ3 0.00000 0.25885 0.43392
−α4 0.48760
±jβ4 0.00000
106 capı́tulo 5. diseño de filtros mediante tablas
Tabla 5.5: Polos de H(s) del filtro Chebychev para amax = 0,1 dB
n 1 2 3 4 5 6 7
−α1 1.00000 0.61042 0.34896 0.21775 0.14676 0.10494 0.07850
±jβ1 0.00000 0.71065 0.86837 0.92541 0.95211 0.96668 0.97550
−α2 0.69792 0.52570 0.38423 0.28670 0.21996
±jβ2 0.00000 0.38332 0.58843 0.70766 0.78229
−α3 0.47493 0.39165 0.31785
±jβ3 0.00000 0.25902 0.43414
−α4 0.35279
±jβ4 0.00000
Tabla 5.6: Polos de H(s) del filtro Chebychev para amax = 0,25 dB
n 1 2 3 4 5 6 7
−α1 1.00000 0.56212 0.30618 0.18646 0.12402 0.08799 0.06550
±jβ1 0.00000 0.71536 0.87122 0.92719 0.95330 0.96754 0.97613
−α2 0.61236 0.45015 0.32469 0.24040 0.18354
±jβ2 0.00000 0.38405 0.58917 0.70829 0.78280
−α3 0.40134 0.32840 0.26522
±jβ3 0.00000 0.25925 0.43442
−α4 0.29437
±jβ4 0.00000
Tabla 5.7: Polos del H(s) del filtro Chebychev para amax = 0,5 dB
n 1 2 3 4 5 6 7
−α1 1.00000 0.51291 0.26829 0.16042 0.10570 0.07459 0.05534
±jβ1 0.00000 0.72247 0.87532 0.92970 0.95497 0.96871 0.97701
−α2 0.53659 0.38728 0.27672 0.20378 0.15505
±jβ2 0.00000 0.38509 0.59020 0.70915 0.78350
−α3 0.34205 0.27837 0.22406
±jβ3 0.00000 0.25957 0.43481
−α4 0.24869
±jβ4 0.00000
5.3. tablas de filtro chebychev inverso 107
Ejemplo 5.5:
Calcular el filtro Chebychev paso bajas, si se conocen las especificaciones del filtro en la figura
5.3a. Además, el filtro debe trabajar con una impedancia de salida de 1000 Ω.
Primero es necesario calcular el orden del filtro:
s
15
10 10 −1
argcosh 0,25
10 10 −1
n≥ = 2,825
argcosh(2,0588)
Como el orden debe ser entero tenemos que elegir n=3. De la tabla 5.10, para n=3 y amax = 0,25
dB, se obtienen los valores normalizados del filtro paso bajas
1,6331
C1 = C3 = = 76,460 nF
2 · 3,1415 · 3400 · 1000
1,4362 · 1000
L2 = = 67,228 mH
2π · 3400
frecuencia de supresión, los polos de H(s) del filtro Chebychev inverso se encuentran en las
tablas 5.14, 5.15 y 5.16.
Ejemplo 5.6
Calcular la función de transferencia H(s) para el filtro Chebychev inverso de orden cinco para
que en la frecuencia de supresión ω2 = 1 la atenuación sea amin = 30 dB.
1,051462 · 1,70132
H(0) = K = 1.
1,07787 · 0,566648 · 0,829034
K = 0,158236
La atenuación en la frecuencia normalizada de supresión ω2 = 1 se calcula mediante la expresión
20 · log|G(j)|, donde G(j) = 1/H(j)
Ejemplo 5.7:
Calcular el filtro paso altas de Chebychev inverso para las especificaciones de la plantilla 5.4a.
Además, el filtro debe trabajar entre unas impedancias de entrada y salida de 75 Ω.
110 capı́tulo 5. diseño de filtros mediante tablas
Primero se transforma la plantilla paso altas 5.4a a paso bajas normalizada 5.4b. Para el filtro
Chebychev inverso, la frecuencia de normalización es f0 = 400 Hz. La plantilla paso bajas
normalizada se muestra en la figura 5.4b. El orden del filtro se calcula mediante la ecuación
siguiente. El orden del filtro resultante de la expresión es 2.0105 y se elige como número entero
n=3.
s
30
10 10 −1
argcosh 3
10 10 −1
n≥ 1 = 2,0105
argcosh 0,25
De las tablas para amin = 30 dB y n=3, los valores normalizados de paso bajas son
R0 75
L3 = L1 = = = 33,85 mH
c1 · 2π · f0 0,88157 · 2π · 400
R0 75
L2 = = = 314,45 mH
c2 · 2π · f0 0,0949 · 2π · 400
1 1
C2 = = = 3008,91 nF
l2 · 2π · f0 · R0 1,76315 · 2π · 400 · 75
5.3. tablas de filtro chebychev inverso 111
1 106
f∞ = √ = 163,634 Hz
2π 314,4 · 3008,9
Ejemplo 5.8:
Calcular el filtro paso bajas de Chebychev para las especificaciones n=5, amax = 0,5 dB,
f1 = 30 Hz y R0 = 100 Ohm.
De la tabla 5.11 se obtienen los valores normalizados
La estructura del filtro se muestra en la figura 5.5. Los valores de los condensadores son muy
grandes gracias a la frecuencia del corte muy baja y a la resistencia R0 . Los filtros que trabajan
en las frecuencias muy bajas no se pueden realizar mediante las estructuras LC. Es necesario
elegir otro tipo de filtros, por ejemplo, electromecánicos, activos o digitales.
Ejemplo 5.9:
Calcular el filtro paso banda de Chebychev inverso para las especificaciones n=3, amin = 30 dB,
f2 = 3400, f2 = 3400 Hz y R0 = 100 Ohm.
De la tabla 5.18 se obtienen los valores normalizados
Tabla 5.14: Polos de H(s) del filtro de Chebychev inverso para amin = 20 dB
n 2 3 4 5 6 7 8
−α1 0.30000 0.27597 0.20565 0.15005 0.11182 0.08568 0.06739
±jβ1 0.33166 0.62840 0.78291 0.86147 0.90476 0.93071 0.94737
−α2 0.85345 0.92509 0.68614 0.47723 0.34115 0.25388
±jβ2 0.60426 0.92991 1.03469 1.06068 1.06249
−α3 1.57469 1.48905 1.03813 0.69933
±jβ3 0.86506 1.23957 1.30663
−α4 2.26884 2.03342
±jβ4 1.13102
Tabla 5.15: Polos de H(s) del filtro Chebychev inverso para amin = 30 dB
n 2 3 4 5 6 7 8
−α1 0.17499 0.22043 0.19879 0.16241 0.12969 0.10389 0.08420
±jβ1 0.18062 0.43315 0.61798 0.73493 0.80842 0.85616 0.88846
−α2 0.53578 0.68363 0.62225 0.49923 0.38931 0.30564
±jβ2 0.36464 0.66471 0.83385 0.91829 0.96013
−α3 1.07787 1.15390 0.97130 0.74807
±jβ3 0.51642 0.87987 1.04916
−α4 1.59322 1.60230
±jβ4 0.66898
Tabla 5.16: Polos de H(s) del filtro Chebychev inverso para amin = 40 dB
n 2 3 4 5 6 7 8
−α1 0.09950 0.16115 0.17116 0.15592 0.13388 0.11269 0.09456
±jβ1 0.10050 0.29593 0.47610 0.61087 0.70579 0.77234 0.81975
−α2 0.35230 0.50454 0.52480 0.47103 0.39799 0.33009
±jβ2 0.24079 0.48539 0.66535 0.78070 0.85193
−α3 0.78777 0.90341 0.85179 0.72591
±jβ3 0.34193 0.64169 0.83644
−α4 1.20298 1.28166
±jβ4 0.43964
114 capı́tulo 5. diseño de filtros mediante tablas
Filtros pasivos RC
Los filtros pasivos RC se utilizan cuando las exigencias de atenuación no son muy rigorosos.
Las ventajas de los filtros pasivos RC es que no necesitan alimentación y se componen de los
elementos sencillos: capacidores y resistencias. Los filtros RC también se pueden fabricar de la
forma integrada. El inconveniente de los filtros RC es que no pueden implementar funciones de
transferencia con polos complejos. En el cálculo de los filtros pasivos RC habitualmente se eligen
los valores de las capacidores y se calculan las resistencias.
U2 1 1
H(s) = = = (6.1)
U1 1 + sCR 1 + ωs1
PASO ALTAS.
En la figura 6.2 se muestra el circuito RC pasivo. La función de transferencia paso altas PRC
del circuito de la figura 6.2 toma la forma de la expresión (6.2), donde ω−1 es la frecuencia del
corte de paso altas. Como en el caso paso bajas, el condensador se elije y se calcula la resistencia.
R = Cω1−1 .
115
116 capı́tulo 6. filtros pasivos rc
s
U2 sCR ω−1
H(s) = = = s (6.2)
U1 1 + sCR 1 + ω−1
PASO BANDA
El filtro paso banda (PB) se muestra en la figura 6.3. El circuito paso banda se obtiene mediante
la conexión en cascada del filtro PBF y del PA. La función de transferencia paso banda H(s)
obtenida de los circuitos 6.3a) y 6.3b) toma la forma
U2 sCa Ra
H(s) = = 2 . (6.3)
U1 s R1 C1 R2 C2 + s(R1 C1 + R1 C2 + R2 C2 ) + 1
En el circuito de la figura 6.3a) Ra = R2 y Ca = C2 , y para el circuito representado en 6.3b) los
valores de Ra y Ca son Ra = R1 y Ca = C1 .
BANDA ELIMINADA
El filtro banda eliminada elemental se realiza mediante el circuito que se muestra en la figura
6.4a) y 6.4b). La función de transferencia del filtro banda eliminada toma la forma
U2 sR2 C 2 + s 2RC +1
H(s) = = α 2 . (6.4)
U1 s2 R2 C 2 + sRC α α+2 + 1
Los polos p1,2 y los ceros c1,2 de la función de transferencia (6.4) se calculan mediante las
expresiones (6.5) y (6.6).
6.1. filtros pasivos rc elementales. 117
s
1 α 1 α2
p1,2 =− + ± + (6.5)
αRC 2RC α2 R2 C 2 4R2 C 2
s
1 1 α2
c1,2 =− ± + (6.6)
αRC α2 R2 C 2 4R2 C 2
De las ecuaciones (6.5) y (6.6) se ve, que los polos siempre son reales y negativos, lo que asegura
la estabilidad y causalidad del filtro. En la figura 6.5 se muestra la varación de la atenuación en
decibelios para varios valores de α. El supresor de banda también se puede realizar mediante el
circuito representado en la figura 6.6.
C1 + C2
= R3 (R1 + R2 ) (6.7)
R1 R2
R R
R1 = R2 = R R3 = (6.8)
α α+1
s3 R3 C 3 + s2 R2 C 2 + sRC + 1
H(s) = 2 (6.10)
s3 R3 C 3 + s2 R2 C 2 3α+2 3α +5α+2
α + sRC α(α+1) + 1
Si se realiza el filtro pasa bajas, es necesario conectar la salida del circuito con una resistancia
RL , como se muestra en la figura 6.8. El valor de la resistencia o la salida se puede expresar
mediante la ecuación
R
RL = α > 0,
α
y la función de transferencia cuando la salida está terminada con un resistor RL se puede expresar
en la forma
U1
G(jΩ) = = Bn (jΩ) + αn (jΩ). (6.14)
U2
La atenuación se puede calcular mediante la ecuación (6.15)
En el caso de circuito con salida abierta α = 0, se puede calcular la atenuación usando (6.16).
Las gráficas para distintos ordenes del filtro se muestran en la figura 6.9.
1
C=
ω1 R
Si se fija C, se obtiene R utilizando
1
R=
ω1 C
Ejemplo 6.1:
Calcular el filtro RC paso bajas con atenuación máxima amax = 3 dB en el rango de frecuencias
de f=0 hasta 4 kHz y amin = 40 dB en f ≥ 64 kHz.
El primer paso es la normalización de las frecuencias del corte y de supresión
4 · 103 64 · 103
Ω1 = = 1 Ω 2 = = 16
4 · 103 4 · 103
La pendiente de la atenuación es mayor que 20 dB/dec y por eso se elige n=3. El cálculo del
filtro en la salida abierto se obtiene mediante las ecuaciones (6.16) y (6.12) la ecuación (6.17)
3
X (3 + k)!
G3 (jΩ) = B3 (jΩ) = (jΩ)k (6.17)
k=0
(3 − k)!(2k)!
Calculando para k=0,1,2,3 se obtiene
Ω1 1
fN = f1 =4 = 20, 62
Ω1N 0, 194
f2 64
Ω2 = = = 3, 104.
fN 20, 62
Ahora se puede calcular la atenuación mı́nima amin
1 Ω1N 0, 194
R= = = = 2339, 1 Ω.
2πfN C 2πΩ1 C 2π4 · 103 · 3, 3 · 10−9
La estructura del filtro RC resultante se muestra en la figura 6.10.
6.3. circuitos progresivos en cascada 121
Figura 6.10: Filtro pasa bajas con tres circuitos elementales en cascada.
K11n0 = 1 K11nn = 1.
Para el filtro PBF en la salida abierta figura 6.12 la atenuación se calcula madiante la ecuación
Ejemplo 6.2:
Calcular el filtro pasa bajas con los elementos RC progresivos para las especificaciones n=3,
amax = 3 dB en el rango de frecuencias de f=0 hasta 4kHz y amin = 40 dB en f ≥ 64 kHz.
Como en el ejemplo anterior se elije el condensador de valor C=3,3 nF, el valor de la constante
α se elije de tal manera que permita obtener los otros condensadores de catálogo. Entonces se
elije α = 2, 2. El segundo condensador en el circuito de la figura 6.12 tiene el valor 3,3/2,2=1,5
nF y el último condensador es 3, 3/(2, 2)2 = 0, 68 nF. Para calcular las resistencias se necesita
calcular la nueva frecuencia normalizada del corte. Para calcular G3 (jΩ) es necesario calcular
los valores K1131 y K1132 . Esos coeficientes se calculan mediante las ecuaciones (6.20) y (6.21).
2
1 1 1
0 1
2
0 1 + 0 2 α+ 0 3 α
K1131 = 2
= 4, 32
α
1
2 1 2
2 2 + 1 3 α
K1132 = = 3, 91
α
1 Ω1N 0, 295
R= = = = 3556, 8 Ω.
2πfN C 2πf1 C 2π4 · 103 · 3, 3 · 10−9
Los valores del filtro PBF que se muestra en la figura 6.13 son:
R1 = 3556, 8 Ω C1 = 3, 3 nF
R2 = 7824, 9 Ω C2 = 1, 5 nF
R3 = 17214, 9 Ω C3 = 0, 682 nF
Para las mismas especificaciones se realiza el filtro de orden n=4. La ecuación (6.22) para n=4
toma la forma
6.4. filtros rc en cascada con divisor 123
1 Ω1N 0, 239
R= = = = 2881, 67Ω
2πfN C 2πf1 C 2π4 · 103 · 3, 3 · 10−9
El filtro PBF para n=4 se muestra en la figura 6.13 y los elementos del filtro tienen los valores:
R1 = 2881, 67 Ω C1 = 3, 3 nF
R2 = 6339, 67 Ω C2 = 1, 5 nF
R3 = 13942, 28 Ω C3 = 682 pF
R4 = 30684, 02 Ω C4 = 330 pF
a11 1
Z2 + Y1 a11 +a21 Z2 + Y1 a11 +a21
Zn = . (6.22)
a11 Y1 a12 +a22
Z2 + Y1 a11 +a21 Z2 + Y1 a11 +a21
En la ecuación (6.22) aij son los elementos de la matriz RC del circuito en la figura 6.15, i=1,2;
j=1,2. De la ecuación (6.22) se puede calcular la función de transferencia del voltaje inversa
G(jΩ), si la salida del circuito está abierta.
C1 C
U1 Bn (jΩ) 1 + C2 + C2 Qn (jΩ) Bn (jΩ)(C1 + C2 ) + CQn (jΩ)
G(jΩ) = = = . (6.26)
U2 Bn (jΩ) C C
C2 + C2 Qn (jΩ) + 1
1 Bn (jΩ)C1 + CQn (jΩ) + C2
Las raı́ces del denominador (6.26) son los polos de la atenuación del circuito. Si se sustituye el
denominador de la ecuación (6.26) por B3 (jΩ) y Q3 (jΩ) y si el denominador se iguala a cero se
obtiene para la parte real e imaginaria dos ecuaciones independientes
s
C
Ωp = 6+4 (6.27)
C1
C2
C2 = 23C + 29C1 + 4 . (6.28)
C1
La atenuación mı́nima en Ω = ∞ se puede calcular mediante la ecuación (6.29)
6.4. filtros rc en cascada con divisor 125
C1 + C2
amin = 20 · log . (6.29)
C1
De la ecuación (6.27) se deduce que la frecuencia del polo de atenuación se puede elegir mediante
el cociente C/C1 . En la figura 6.17 se muestra la atenuación de los filtros PBF para varias
α = C1 /C. La atenuación mı́nima del filtro se obtiene calculando la ecuación (6.29).
Ejemplo 6.3:
Calcular el filtro RC pasa bajas con el divisor para un orden del filtro n=3 y las especificaciones
del ejemplo anterior.
En este caso se puede elegir la frecuencia del polo de atenuación. Si se elige la frecuencia del polo
de atenuación, también se influye sobre la atenuación mı́nima. La frecuencia del polo depende
en la ecuación (6.27). Si se elige la frecuencia del polo Ωp , la atenuación mı́nima variará según
la ecuación (6.29). Si se sustituye por C1 = αC y por C2 = C en (6.29) se obtiene (6.30).
αC + 23C + 29αC + 4 C
α
amin = 20 · log (6.30)
αC
126 capı́tulo 6. filtros pasivos rc
23 4
2 = log 1 + + 29 + 2 (6.31)
α α
C
C2 = 23C + 290, 45C + 4 = 44, 94C.
0, 45
Ahora se calcula B3 (jΩ), Q3 (jΩ) y G3 (jΩ).
Q3 (jΩ) = 3 − Ω2 + j4Ω
C1 = 0, 45 · 3, 4 = 1, 485 nF
3,3
C2 = 23 · 3, 3 + 29 · 1, 485 + 4 0,45 = 148, 3 nF
Figura 6.18: Circuito RCP con la admitancia Yp conectada en paralelo con RC.
jωCp R(Ω2 + 4Ω + 3) + 1 = 0
ω 1
Ω= ω = Ωω0 = Ω
ω0 RC
Cp
jΩ (jΩ)2 + 4jΩ + 3 + 1 = 0
C
2 Cp Cp
1 − 4Ω + jΩ 3 − Ω2 = 0
C C
√
3 − Ω2 = 0 Ω= 3
√ 2 C C
p
1−4 3 =0 . Cp =
C 12
En este caso la ubicación del polo depende solo del número de circuitos básicos del circuito RC
y no se puede elegir como hemos visto en el circuito RC con divisor. Si se toma en cuenta el
circuito abierto en la salida se puede calcular la atenuación mı́nima amin mediante la ecuación
(jωCR)n−1 jωCR C
amin = lı́m G(jΩ) = 1 + =1+
ω→∞ (jωCR)n−1 jωCp R Cp
Para n=3 se obtiene la atenuación mı́nima mediante la ecuación
!
C 12C
amin = 20 · log 1 + = 20 · log 1 + = 20 · log13 = 22, 28 dB.
Cp C
128 capı́tulo 6. filtros pasivos rc
Ejemplo 6.4:
Realizar el filtro RC que se muestra en la figura 6.19 con el condensador en paralelo.
Si la salida del filtro está abierta, entonces YL = 0. Para Yp = jΩCp se obtiene con la ayuda de
la ecuación (6.17)
jΩCp Q3 R + B3
G3 (jΩ) =
jΩCp Q3 R + 1
√ C
La ubicación del polo en Ω3 = 3 y el valor del condensador Cp = 12 son en este caso fijos y no
se pueden elegir. El valor Cp y la ubicación del polo dependen del grado del filtro. Como en los
ejemplos anteriores se obtiene la ecuación
Los filtros activos presentan dos importantes ventajas frente a los filtros pasivos: La posibilidad
de amplificar las señales son evidentes mientras que la ausencia de bobinas permite la integración
de los filtros dentro de microchip. Las bobinas es un elemento muy dificilmente miniaturizable
que impide la integración RLC.
Los filtros activos permiten además trabajar con señales de muy bajas frecuencias como pueden
ser las señales biológicas o los sı́smicas. En este tipo de señales se trabaja con un valor tı́pico de
frecuencia de corte 10 Hz. El diseño de un filtro RLC a esas frecuencias darı́a como resultado
unos componentes de valores irrealizables dejando como una alternativa realizable la utilizacion
de filtros activos.
Para calcular la función de transferencia del filtro en la figura 7.1 primero se calcula la matriz
de admitancia de la red pasiva sin tomar en cuenta el amplificador. La matriz de admitancia de
la red pasiva se muestra en la ecuación (7.1).
129
130 capı́tulo 7. filtros activos con amplificador.
−G1
G1 0 0 0 0
−G1 G1 + G2 + sC1 −G2 0 −sC1 0
0 −G2 G2 + sC2 0 0 −sC2
YPasiva = (7.1)
0 0 0 G A + GB −GB −GA
0 −sC1 0 −GB sC1 + GB 0
0 0 −sC2 −GA 0 GA + sC2
En la matriz de admitancia (7.1) las sumas de todos elementos en cada fila y columna deben ser
igual a cero. Si se conecta el nodo 6 con la tierra se puede cancelar el sexto renglón y la sexta
columna. La matriz (7.1) va a cambiar si se tiene en cuenta el amplificador. Los nodos 3 y 4 en
la entrada del amplificador están al mismo potencial (U3 = U4 ), eso significa que en la matriz
(7.1) se pueden sumar la tercera y cuarta columna. Si en salida del filtro se conecta un circuito
con impedancia infinita, entonces I5 = 0 y se puede cancelar la quinta lı́nea. La nueva matriz
del circuito activo con la tierra conectada en el sexto nodo se muestra en la ecuación (7.2).
G1 −G1 0 0
−G1 G1 + G2 + sC1 −G2 −sC1
Y= (7.2)
0 −G2 G2 + sC2 0
0 0 GA + GB −GB
La función de transferencia H(s) se puede calcular mediante la ecuación (7.3).
U5 ∆15
H(s) = = (7.3)
U1 ∆11
∆11 y ∆15 son los subdeterminantes de la matriz (7.2) que toman la forma
−G G1 + G2 + sC1 −G2
1
∆15 = 0 −G2 G2 + sC2 (7.4)
0 0 GA + GB
∆15 = G1 G2 (GA + GB )
G + G + sC
1 2 1 −G2 −sC1
∆11 = −G2 G2 + sC2 0 (7.5)
GA + GB −GB
0
Ga
∆11 = −GB [G1 G2 + s(G1 C2 + G2 C2 − G2 C1 ) + s 2 C1 C2 ]
Gb
La función de transferencia H(s) se obtiene, si se sustituyen en la ecuación (7.3) los valores de
∆15 y ∆11 y K = GAG+G B
B
.
U5 K · G1 G2
= H(s) = 2 (7.6)
U1 s C1 C2 + s[C2 G1 + C2 G2 − C1 G2 (K − 1)] + G1 G2
La ecuación (7.6) es la función de transferencia de un filtro paso bajas de segundo orden. Si
esta función de transferencia se compara con la función de transferencia del filtro Butterworth
desnormalizado de segundo orden (7.7)
7.1. filtros activos de segundo orden 131
ω2
H(s) = √0 , (7.7)
s2 + s 2ω0 + ω02
se obtienen las ecuaciones para calcular el filtro paso bajas de segundo order con amax = 3 dB.
2 a
C2 = mC1 R1 = R2 =
a·b 2·m·b
Ejemplo 7.1:
Calcular el filtro de segundo orden para los especificaciones mostrados en la figura 7.2.
Primero se calcula la ganancia K, porque se quiere que el filtro tenga en ω = 0 una ganancia de
20 dB.
2
m= + (10 − 1) = 9, 5
4
C2 = 9, 5 · 0, 1 · 10−6 = 0, 95 · 10−6 F
2
R1 = √ = 75 kΩ
2(1, 885 · 10−5 )
√
2
R2 = = 3, 94 kΩ
2 · (9, 5) · (1, 885 · 10−5 )
132 capı́tulo 7. filtros activos con amplificador.
Todavı́a falta por calcular las resistencias RA y RB . Si se elige un potenciometro de 100 kΩ para
ajustar la ganancia, entonces RA + RB = 100 kΩ. De la ecuación RA + RA (K − 1) = 100 kΩ se
calcula RA = 100000
10 = 10 kΩ y RB = 10000(10 − 1) = 90 kΩ.
sC1 0 −sC1 0
−sC1 −G1 G1 + sC1 + sC2 −sC2
Y= (7.8)
0 0 −sC2 G2 + sC2
0 −GB 0 GA + GB
U2 ∆12
La función de transferencia H(s) = U1 = ∆11 toma la forma
U2 Ks2 C1 C2
= H(s) = 2 . (7.9)
U1 s C1 C2 + s[C1 G2 + C2 G2 − C2 G1 (K − 1)] + G1 G2
La ecuación (7.9) es la función de transferencia de un filtro paso altas de segundo orden. Si
esta función de transferencia se compara con la función de transferencia del filtro Butterworth
desnormalizado de segundo orden paso altas (7.10).
s2 ω 2
H(s) = √ 0 , (7.10)
s2 + 2ω0 + ω02
se obtienen las ecuaciones para calcular el filtro activo paso altas de segundo orden, en el caso
si amax = 3 dB. Es necesario elegir C1 = C2 . El condensador C1 se elige y se calcula b, R1 y R2 .
b = C1 ω0
p
a+ a2 + 8(K − 1)
R1 = (7.11)
4·b
7.1. filtros activos de segundo orden 133
1
R2 = (7.12)
R1 · b2
Ejemplo 7.2:
Calcular el filtro paso altas de segundo orden para las especificaciones del filtro de la figura 7.4.
U5 ∆15
La función de transferencia H(s) = U1 = ∆11 toma la forma
KG1 sC2
H(s) = . (7.14)
s2 C 2 C5 + s[C5 G1 + C2 G4 + C5 G3 + C2 G1 + C2 G3 (1 − K)] + G4 (G1 + G3 )
k = 2πf0 C2
Ancho de banda 1 1
Q= K = (6, 5 − ) (7.16)
F recuencia central 3 Q
C1 2 R1
C5 = R1 = R3 = R4 = 2 · R1 (7.17)
2 k 3
Ejemplo 7.3:
Calcular el filtro paso banda de segundo orden para las especificaciones del filtro que se muestran
en la figura 7.6.
0, 02 · 10−6
C5 = = 0, 01 µF k = 0, 02 · 10−6 2π300 = 3, 769 · 10−5
2
2 53, 05 · 103
R1 = = 53, 05 kΩ R3 = = 17, 684 kΩ
3, 769 · 10−5 3
7.2. filtros activos de primer orden 135
1 1
R4 = 2 · 53, 05 · 103 = 106 kΩ K = (6, 5 − ) = 2, 1333
3 10
100 kΩ
RA = = 8,61 kΩ RB = (100 − 8,61)103 = 91,39 kΩ
11,614
sC1 0 −sC1
Y = −sC1 0 G1 + sC1 (7.18)
0 −G2 −G1
U2 ∆12
La función de transferencia H(s) = U1 = ∆11 toma la forma
136 capı́tulo 7. filtros activos con amplificador.
U2 R2 sC1 G1
= H(s) = − . (7.19)
U1 R1 s + R 1C
1 1
R2 1
para ω = ∞ K= ω0 =
R1 R1 C1
Si se elige el condensador C1 se puede calcular la resistencia R1 y de la expresión la ganancia K
se calcula R2 .
Ejemplo 7.4:
Calcular el filtro paso altas para las especificaciones que se muestran en la plantilla 7.8. Se elige
el valor del condensador C1 = 10000 pF y se calcula R1 y despues R2 .
1
R1 = = 7957 Ω
2π · 20 · 103 · 10000 · 10−12
R2 = 10 · 7957 = 79570 Ω
U2 1 1
= H(s) = − (7.21)
U1 R1 C2 s + R 1C
2 2
R2 1
K= ω1 =
R1 R2 C2
R2
Para ω = 0 la ganancia es K = R 1
. Si se elige el condensador C2 se puede calcular la resistancia
R2 y con la ganancia K conocida se calcula R1 .
Ejemplo 7.5:
Calcular el filtro paso bajas para las especificaciones que se muestran en la plantilla 7.10.
1
R2 = = 15, 9 kΩ
2π · 1000 · 0, 01 · 10−6
15, 9 · 103
R1 = = 1, 59 kΩ
10
138 capı́tulo 7. filtros activos con amplificador.
sC1 0 −sC1
Y = −sC1 0 G1 + sC1 (7.22)
0 −G2 − sC2 −G1
U2 sG1
C2
= H(s) = 1 1 (7.23)
U1 (s + R1 C1 ).(s + R2 C2 )
R2 1 1
K= ω−1 = ω1 =
R1 R2 C2 R1 C1
R2
Para ω = ω0 la ganancia es K = R 1
. Si se elige el condensador C2 se puede calcular la resistencia
R2 . Con la ganancia K se calcula R1 y con R1 se calculaC1 . .
Ejemplo 7.6:
Calcular el filtro paso banda para las especificaciones de la plantilla 7.12. con una ganancia de
K=5.
1
R2 = = 3183 Ω
2π · 5000 · 0, 01 · 10−6
3183
R1 = = 636 Ω
5
1
C1 = = 125 nF
2π · 2000 · 636
7.3. filtros con realimentación múltiple 139
U2 G1 G 3
= 2 (7.24)
U1 s C2 C5 + sC5 (G1 + G3 + G4 ) + G3 G4
Mediante las ecuaciones siguientes se pueden calcular los valores de los elementos del filtro paso
bajas.
k 4 k
C5 = C2 = 2
(H + 1)
2πf1 a 2πf1
a a a
R1 = R3 = R4 =
2Hk 2(H + 1)k 2k
Ejemplo 7.7:
Calcular los elementos del filtro paso bajas, con frecuencia de corte f1 = 100 Hz, el orden del
filtro n=2, atenuación máxima 3 dB y aproximación de Butterworth. La ganancia del filtro es
20 dB, (H=10).
140 capı́tulo 7. filtros activos con amplificador.
√
4 6, 28 · 10−5 2
C2 = (10 + 1) = 1, 1 µF R1 = = 1125 Ω
2 2 · 6, 28 · 100 2 · 10 · 6, 28 · 10−5
√ √
2 2
R3 = = 1023 Ω R4 = = 11, 26 kΩ
2(10 + 1)6, 28 · 10−5 2 · 6, 28 · 10−5
U2 s 2 C1 C3
= 2 (7.25)
U1 s C3 C4 + sG5 (C1 + C3 + C5 ) + G2 G5
Las ecuaciones para calcular los valores de los elementos del filtro paso altas toman la forma:
k C1
C1 = C3 = C4 =
2πf−1 H
1
a H(2 + H)
R2 = 1 R5 =
k(2 + H)
ak
7.3. filtros con realimentación múltiple 141
Ejemplo 7.8:
Calcular los elementos del filtro paso altas, para frecuencia de corte f−1 = 0, 1 Hz, orden del
filtro n=2, atenuación máxima 3 dB y aproximación de Butterworth. La ganancia del filtro es
de 0 dB, (H(0)=1).
El condensador C1 = C3 se elige y a continuación
√ se calculan k y los elementos del filtro. Para
Butterworth si amax = 3 dB y la constante a = 2 tenemos:
C1 = C3 = 10 µF k = 2π · 0, 1 · 10 · 10−6 = 6, 28 · 10−6
√
10 · 10−6 2
C4 = = 10 µF R2 = = 75 kΩ
1 6, 28 · 10−6 (2 + 11 )
1(2 + 11 )
R5 = √ = 337, 78 kΩ
2 · 6, 28 · 10−6
U2 sG1 C3
= 2 (7.26)
U1 s C3 C4 + sG5 (C3 + C4 ) + G5 (G1 + G2 )
Si se compara la ecuación (7.26) con la ecuación general de paso banda (7.27), se obtienen
las ecuaciones para calcular los valores de los elementos del filtro paso banda. Se eligen los
condensadores C3 y C4 y se calcula el coeficiente k. El resto de los valores vendrán dados por
los siguientes expresiones.
U2 Hω0 s
= 2 (7.27)
U1 s + sω0 a + ω02
k A0
C3 = C4 = H=
2πf0 Q
142 capı́tulo 7. filtros activos con amplificador.
1 1 2Q
R1 = R2 = R5 =
kH (2Q − H)k k
Ejemplo 7.9:
Calcular los elementos del filtro paso banda para una frecuencia central f0 = 1, 6 Hz, orden del
filtro n=2, atenuación máxima 3 dB y la aproximación de Butterworth. La ganancia del filtro
es A0 = 10. (20 dB) y la calidad Q=10.
El condensador√C3 se elige y se calcula la constante k. Para Butterworth con amax = 3 dB la
constante a = 2.
10
C3 = C4 = 10 µF k = 2π · 1, 6 · 10−5 = 1 · 10−4 H= =1
10
1 1 2 · 10
R1 = = 10 kΩ R2 = = 527 Ω R5 = = 200 kΩ
10−4 (20 − 1)10−4 10−4
Chebychev K r1 r4 r3 c2 c5
1 1,000 1,000 0,65954 2,46644 0,40544
0,5 dB 3 1,000 1,000 1,97863 1,75741 0,18967
5 1,000 1,000 3,29771 1,61560 0,12379
R1 = R4 = r1 · R0 = 10 kΩ R3 = r3 · R0 = 19, 70 kΩ
c2 1, 75741
C2 = = = 559 pF
2πf1 R0 2π5000 · 10000
c5 0, 18967
C5 = = = 603, 7 pF
2πf1 R0 2π5000 · 10000
7.4. filtros activos diseñados mediante las tablas 143
Tabla 7.2: Elementos del filtro activo paso bajas con la ganancia finita del amplificador
K r1 r2 c1 c2
Chebychev 2 1,000 1,000 0,77088 0,855557
0,5 dB 1 1,000 1,000 1,4026 047013
1,892 0,812 0,812 1,0000 1,0000
Butterworth 2 1,000 1,000 0,8740 1,14412
0,5 dB 1 1,000 1,000 1,4142 0,7071
1,585 1,000 1,000 1,0000 1,0000
Ejemplo 7.11:
Calcular el filtro Butterworth paso bajas de segundo orden mediante el cuadro 7.2 para amax =
0, 5 dB, frecuencia de corte f1 = 1500 Hz y ganancia K=2.
Los elementos normalizados de filtro Butterworth paso bajas para la ganancia K=2 son
r1 = r2 = 1 c1 = 0, 8740 c2 = 1, 14412
Si se elige la resistencia R0 = 100 kΩ para desnormalizar los valores de los elementos se obtienen
los valores desnormalizados del filtro Butterworth.
R1 = r1 · R0 = 100 kΩ R2 = r2 · R0 = 100 kΩ
c1 0, 87403
C1 = = = 927, 37 pF
2πf1 R0 2π1500 · 105
c2 1, 14412
C2 = = = 1213, 9 pF
2πf1 R0 2π1500 · 105
Ejemplo 7.12:
Calcular el filtro Butterworth paso banda de segundo orden mediante del cuadro 7.3 para la
frecuencia f0 = 10 kHz, ganancia K=2 y calidad Q=5.
Los elementos normalizados de filtro Butterworth paso banda para la ganancia K=2 y la calidad
Q=5 se obtienen de la tabla 7.3
144 capı́tulo 7. filtros activos con amplificador.
Tabla 7.3: Elementos del filtro activo paso banda con la ganancia finita del amplificador
Q r1 r2 r3 c1 c2 K
2 1,4142 1,4142 1,4142 1,0000 1,0000 3,2928
Butterworth 1,0000 0,7403 2,3508 1,0000 1,0000 2,0000
5 1,4142 1,4142 1,4142 1,0000 1,0000 3,7172
1,0000 0,6344 2,5763 1,0000 1,0000 2,0000
r1 = 1 r2 = 0, 6344 r3 = 2, 5763
c1 = 1, 0000 c2 = 1, 0000
Se elige la resistencia R0 = 104
Ω, para desnormalizar los valores de los elementos en circuito.
Los valores desnormalizados del filtro Butterworth que se muestran en la figura 7.18 son las
siguientes:
c1 1, 000
C1 = = = 1591, 5 pF
2πf0 R0 2π104 · 104
c2 1, 000
C2 = = = 1591, 5 pF
2πf0 R0 2π104 · 104
KG 1 G2
C1 C2
H(s) = h i . (7.28)
1 1 1−K 1
s2 + s R 1 C1 + C1 R2 + R2 C2 + R1 R2 C1 C2
7.5. filtro butterworth paso bajas de sexto orden 145
H
H(s) = , (7.29)
s2 + a1 s + a0
se obtienen dos ecuaciones
1 1 1−K
a1 = + + (7.30)
R1 C1 C1 R2 R2 C2
1
a0 = . (7.31)
R1 R2 C1 C2
Tenemos dos ecuaciones pero cinco elementos que se calculan. Entonces se pueden elegir tres
elementos y los demás se calculan. Se elige
R1 = R2 = C1 = 1.
De la ecuación (7.30) y (7.31) sustituyendo por R1 , R2 y C1 se obtiene
1
C2 = (7.32)
a0
K = 3 − a1 . (7.33)
Ejemplo 7.13:
Calcular el filtro Butterworth paso bajas de sexto orden si amax = 3 dB y la frecuencia de corte
es f1 = 4000 Hz.
146 capı́tulo 7. filtros activos con amplificador.
La función de transferencia del filtro Butterworth que se puede obtener de la tabla toma la
forma:
1 1 1
H(s) =
(s2 2 2
+ 1, 9318s + 1) (s + 1, 4142s + 1) (s + 0, 5176s + 1)
Se conectan tres filtros en cascada con funciones de transferencia
1 1
H1 (s) = H2 (s) =
s2 + 1, 9318s + 1 s2 + 1, 4142s + 1
1
H3 (s) =
s2 + 0, 5176s + 1
1
R1 = R2 = 10 kΩ C1 = C2 = = 3979 pF.
2π · 104· 4 · 103
De la ganancia del primer bloque K1 (7.33) se calculan las resistencias RA1 y RB1 mediante la
ecuación RB1 = RA1 (K − 1).
La pendiente de la atenuación
n= (7.34)
6
Los polos de la función de transferencia H(s) de Chebychev se calculan mediante las ecuaciones
(7.35) - (7.39).
p
dB = e0,23amax − 1 (7.35)
1 1
φ2 = arcsenh (7.36)
n
(2k + 1)π
φ1 = (7.37)
2n
σ(2)
H2 (s) = K (7.40)
s + σ(2)
donde
1
σ(2) = (7.41)
r1 · c1
Si se elige c1 = K = 1, la resistencia se calcula mediante la ecuación (7.42).
1
r1 = (7.42)
σ(2)
Kω0,1 2
H0,1 = ω 2 . (7.43)
s2 + Q0,1
0,1
s + ω0,1
La función de transferencia paso bajas de la estructura en la figura 7.23 se muestra en la ecuación
(7.44) si r1 = r2 = r y c1 = c2 = c.
µ r21c2
H0,1 = 1 1 (7.44)
s2 + rc (3 − µ)s + r 2 c2
7.6. diseño de un filtro chebychev. 149
2 1 ω0,1 1
ω0,1 = = (3 − µ) K = µ.
r·c Q0,1 r·c
Si se elige c=1 se obtienen las ecuaciones siguientes para calcular los valores r y µ.
1 1
r= 2 µ=3−
ω0i Q0,i ω0,i
Los valores de Q0,i y ω0,i , para i=1,2 se calculan mediante las ecuaciones (7.45) y (7.46).
q
ω0,i = 2 + ω2
σ(i) (7.45)
(i)
ω(i)
Q0,i = (7.46)
2|σ(i) |
Kω02 0
H(jω) = 2 ω0 2 |ω=ω0 = −jHQ = HQe−j90 (7.47)
s + Q s + ω0
La atenuación del bloque que realiza los polos complejos se muestra en la figura 7.26b).
Con esta frecuencia el voltaje a la salida debe ser U2 = µQ, es decir, el voltaje U2 debe ser
Q veces mayor que el voltaje en el inicio, si no es ası́ se cambia la ganancia del amplificador
y se varia también un poco el voltaje a la frecuencia f0,i = ω0,i f1 , y se repiten los pasos
anteriores.
7.6. diseño de un filtro chebychev. 151
Si todos los bloques están ajustados, los bloques se conectan en cascada y la atenuación debe
ser como se representa en la figura 7.27. En el ejemplo siguiente se muestra como se calcula y
ajusta el filtro de Chebychev.
Ejemplo 7.14:
Diseñar el filtro activo paso bajas de Chebychev si se conocen siguientes especificaciones: frecuen-
cia de corte f1 = 8 kHz, oscilaciones en la banda de paso de 1 dB y pendiente de la atenuación
en la banda de supresión 30 dB/octava.
El orden del filtro:
30
n= =5
6
Los polos de Chebychev:
p
= e0,23·1 − 1 = 0, 508527
1 1
φ2 = arcsenh = 0, 285707
5 0, 508527
σ2 1
H(s) = K2 σ2 = .
s + σ2 r2 c2
Si se elige la ganancia K2 = 1 y c2 = 1 podemos calcular la resistencia r2 .
1 1
r2 = = = 3, 460207
σ2 0, 289
El valor desnormalizado R2 se calcula mediante la ecuación R2 = R0 · 3, 460207. Si se elige el
condensador desnormalizado 1000 pF de la ecuación
c2
C2 = ,
2πf0 · R0
se calculan R0 y R2
c2
R0 = = 19894 Ω R2 = 3, 460207 · 19894 = 68838 Ω.
2π8000 · 10−12 1000
En la frecuencia f1 = σ2 f0 = 0, 289 · 8000 = 2312 Hz la atenuación debe aumentar en 1 dB. Si
no es ası́ es necesario ajustarla con la resistencia R2 .
1 1
r1 = r2 = r = = 1, 0059 µ00 = 3 − = 2, 82014
0, 994127 Q00
El valor de los condensadores se seleccionan a c = c1 = c2 = 1000 pF . Ahora se puede calcular
la resistencia R0 para desnormalizar los elementos del circuito
c 1
R0 = = = 19894, 367 Ω,
2πf0 C 2π8 · 103 · 1000 · 10−12
y los resistencias del segundo bloque son
RA0 + RB0
µ= .
RA0
Si RA0 =1 entonces RB0 = µ-1=1,82014. Se elije RA0 = 1000 Ω y RB0 = 1820 Ω.
q
0, 655116
ω01 = 0, 2342 + 0, 61192 = 0, 655116 Q01 = = 1, 39982
2 · 0, 234
La resistencia normalizada en el circuito y la ganancia toman la forma
1 1
r1 = r2 = r = = 1, 526477 µ01 = 3 − = 2, 2856
0, 655116 Q01
El valor de los condensadores se eligen c = c1 = c2 = 1000 pF . Ahora se puede calcular la
resistencia R0 para desnormalizar los elementos del circuito
c 1
R0 = = = 19894, 367 Ω
2πf0 C 2π8000 · 1000 · 10−12
y las resistancias del segundo bloque son
Cada bloque se ajusta por separado. Si no se obtienen estos valores es necesario hacer un ajuste a
una frecuencia muy baja con el potenciometro que realiza RA y RB , digamos 100 Hz y ganancia
7,18 dB. Con el valor de R1 se ajusta la atenuaciónla atenuación (7,18+2,92)=10,1 dB en la
frecuencia 5240 Hz. Los resistores RA1 y RB1 que ajustan la ganancia se calculan mediante la
ecuación
RA1 + RB1
µ= .
RA1
Si RA1 =1 entonces RB1 = µ − 1=1,2856. Si se elije RA1 = 1000 Ω, la resistencia RB1 debe ser
1285 Ω. Después de ajustar los bloques por separado se conectan en cascada como se muestra
en la figura 7.32
7.7.1. Girador.
El girador se realiza con dos amplificadores. Para diseñar el girador primero se calcula la matriz
de admitancia de un amplificador real (no ideal), que se muestra en la figura 7.33b). En la
figura 7.33a) se muestra el bloque funcional de amplificador y en la figura 7.33b) se muestra
la estructura de un amplificador real con las resistencias R1 y R2 . De los circuitos en la figura
7.33b) se pueden escribir las siguientes ecuaciones
Ejemplo 7.15:
Calcular la matriz de admitancia del circuito con el amplificador real de la figura 7.34.
Para obtener la matriz de admitancia del circuito activo es necesario sumar la matriz de la red
pasiva con la matriz del amplificador real.
Y1 + G 1 0 −G1 −Y1
S G2 −S −G2
Y=
−G1 0 G1 0
−S − Y1 −G2 S G2 + Y1 + Y2
De aquı́ en adelante se va a suponer el amplificador ideal. Primero se supone que la resistencia del
amplificador en la entrada es igual a infinito, R1 = ∞, G1 = 0. La matriz anterior se modifica.
Y1 0 0 −Y1
S G2 −S −G2
Y=
0 0 0 0
−S − Y1 −G2 S G2 + Y1 + Y2
En esta matriz se van a reducir los nodos internos 1 y 4 (I y B) y se calcula la matriz siguiente
∆22
− ∆∆22,33 (−1)5
23
∆22,33
[Y] = .
− ∆∆22,33
32
(−1)6 ∆33
∆22,33
I1 = 0 I2 = Y2 U1
De estas ecuaciones se puede ver que el circuito resultante es una fuente de corriente controlada
por el voltaje en la entrada. El circuito se muestra en la figura 7.35a). La matriz de admitancia
del circuito en la figura 7.35b) toma la forma
158 capı́tulo 7. filtros activos con amplificador.
" #
0 Y2
[Y] = .
0 0
Si se conectan los circuitos en la figura 7.35a) y 7.35b) en paralelo se obtiene un girador que se
muestra en la figura 7.35c). La matriz de admitancia de un girador toma la forma
" #
0 Y2
[Y] = .
Y2 0
La estructura y el sı́mbolo de un girador se muestra en la figura 7.36a,b). En la figura 7.36c) se
muestra como se realiza fı́sicamente el inductor mediante un girador y un condensador.
Figura 7.36: a) Girador, b) el sı́mbolo de girador y c)la realización fı́sica de una inductancia.
Ejemplo 7.16:
Calcular el circuito equivalente que se obtiene si se conectan dos giradores en cascada.
Un girador tiene la impedancia R1 y el otro R2 . Primero es necesario calcular la matriz de
cascada del girador. De las ecuaciones lineales del girador se obtiene
7.7. diseño de los filtros con girador 159
U2
U1 = R1 I1 I1 = .
R1
La matriz de cascada del primer girador es
" # " # " #
U1 0 R1 U2
= 1 × .
I1 R1 0 I2
La ecuación matricial de cascada para segundo girador con la resistencia R2 toma la forma
" # " # " #
U1 0 R2 U2
= 1 × .
I1 R2 0 I2
Para dos giradores conectados en cascada como se muestra en la figura 7.37, las matrices de cas-
cada se multiplican. La matriz resultante en la ecuación (7.48) es la matriz de un transformador
con n = RR2 .
1
Ejemplo 7.17:
1
U1 = RI2 I1 = U2 ,
R
160 capı́tulo 7. filtros activos con amplificador.
R2
Z1 = = jωC2 R2 = jωL2 (7.49)
Z2
De la ecuación (7.49) se ve que la inductancia L2 tiene el valor R2 C2 . El girador con el conden-
sador de 6 nF conectado en su salida simula una bobina de 24 mH, si R=2000.
Ejemplo 7.18:
Calcular el filtro de Butterworth paso bajas de tercer orden, si la frecuencia del corte f1 = 3400
Hz y la atenuación máxima es amax = 3 dB. El filtro en su salida se conecta con la impedancia
de R2 = 1000 Ω.
c lR2
C= L= .
2πf1 R2 2πf1
Los elementos del filtro desnormalizados son:
1
C1 = C3 = = 46, 8 nF
2π3400 · 1000
2 · 1000
L2 = = 93, 62 mH.
2π3400
En la figura 7.39c) se muestra el circuito que simula la bobina en la rama serie. El condensador
que simula la bobina con dos giradores se calcula mediante la relación C = L/R2 . Si se elige
R=1,4144 kΩ se obtiene un condensador de 46,8 nF . Del circuito de la figura 7.39d) se deduce
que los valores de los condensadores en el circuito son iguales. Si se construyen muchos filtros de
este tipo, la fabricación en serie es más barata. Además se puede ver, que el circuito no contiene
resitancia que ocupa en la fabricación del circuito integrado mucho espacio.
L2 93, 62 · 10−3
C2 = = = 46, 8 nF
R2 (1, 4144 · 103 )2
Ejemplo 7.19:
Calcular el filtro paso altas de tercer orden, con frecuencia de corte f1 = 30 Hz y atenuación
máxima de amax = 3 dB. El filtro en su salida se conecta con una impedancia de R2 = 1000 Ω.
Los elementos del filtro Butterworth normalizado paso bajas son c1 = c3 = 1 y la inductancia l2 =
2. En la figura 7.40a) se muestra el filtro Butterworth paso bajas normalizado. Para denormalizar
7.7. diseño de los filtros con girador 161
los valores con respecto a la frecuencia de corte f−1 = 30 Hz y la impedancia de salida 1000 Ω
se utilizan las ecuaciones
l R2
C= L= .
l · 2πf−1 R2 c · 2πf−1
1
C1 = C3 = = 5, 30 µF
2π30 · 1000
·1000
L2 = = 2,65 H
2 · 2π30
En la figura 7.39c) se muestra el circuito que simula el inductor en la rama paralela. El conden-
sador que simula el inductor, con dos giradores, se calcula mediante la relación C = L/R2 . Si
se selecciona el condensador entre los dos giradores 5, 30 µF se obtiene el valor de la constante
R=707.1 Ω. Del circuito de la figura 7.40d) se puede ver, que los valores de los condensadores
en el circuito son iguales.
s s
L2 2,65
R= = = 707,1
C2 (5, 30 · 10−6 )
Ejemplo 7.20:
Calcular los valores del filtro paso bajas de la figura 7.41 para la aproximación de Butterworth,
frecuencia de corte f1 = 10 kHz, R=1000 Ω, H=10, y amax = 3 dB.
Primero se calcula la función de transferencia U2 /U1
162 capı́tulo 7. filtros activos con amplificador.
1 U2 T
= = 2 (7.52)
A11 U1 s RC1 C2 T + sC2 T 2 + R
2
1 1 1
Si se sustituyen en la ecuación (7.52) los términos D = T, S1 = C1 y S2 = C2 se obtiene la
función de transferencia
U2 DGS1 S2
= 2 (7.53)
U1 s + sS1 G + S1 S2 D2
La ecuación (7.53) es una función de transferencia del filtro paso bajas. En el caso de Butterworth
la función de transferencia desnormalizada toma la forma
7.8. realización de la bobina mediante un girador 163
U2 Hω02
= 2 (7.54)
U1 s + saω0 + ω02
Si se compara (7.53) con (7.54) se obtienen tres ecuaciones
Hω02 = DGS1 S2
Bω02 = S1 S2 D2
S1 G = aω0
1 b D2
C1 = D= C2 =
aRω0 RH C1 ω 2
1
C1 = √ = 11, 253953 nF
1000 2 · 2π · 104
1
D= = 10−4 ⇒ T = 10 kΩ
1000 · 10
10−8
C2 = = 225, 079 · 10−12 F
11, 253953 · 10−9 4π 2 · 108
" #
1 0
A = A1 · A2 = Z2 Z4 . (7.57)
0 Z 1 Z3
U1 = U2
(7.58)
I1 = Z2 Z4
Z1 Z3 I2
U1 Z1 Z3 U2 Z1 Z3 Z5
Z1 = = = . (7.59)
I1 Z2 Z4 I2 Z2 Z4
Si se elige Z5 = r, Z4 = c y Z1 = Z2 = Z3 = 1 se obtiene de la ecuación (7.60).
Z1 = scr = sL (7.60)
Entonces la impedancia Z1 tiene el carácter de inductancia y el condensador se calcula mediante
la ecuación (7.61).
L
c= (7.61)
r
El circuito de la figura 7.42 se puede dibujar en la forma que se muestra en la figura 7.43.
Ejemplo 7.21:
Calcular el filtro paso altas de Butterworth en la forma normalizada para n=3, amax = 3 dB,
R0 = 1 y ω0 = 1.
Los filtros de Butterworth paso bajas y paso altas se muestran en la figura 7.44. Los valores del
filtro paso bajas se obtienen de los catálogos. Despues de transformación de los valores del filtro
paso bajas se obtiene el paso altas que se muestra en la figura 7.44b). El filtro paso altas con un
girador se muestra en la figura 7.45. Si se analiza el filtro con girador mediante un programa se
obtiene la misma función de transferencia que para el filtro LC.
Ejemplo 7.22:
Calcular el filtro paso altas de Butterworth para un orden del filtro n=3, amax = 3 dB, frecuencia
de corte f−1 = 3400 Hz e impedancia en la entrada y salida R = 1000 Ω.
De las tablas para el filtro de tercer orden, del filtro Butterworth y amax = 3 dB se obtiene
el circuito que se muestra en la figura 7.46a). Los valores normalizados del filtro paso bajas se
transforman y desnormalizan mediante las ecuaciones siguientes y se obtiene:
1 1
C= = = 46, 810 nF
R0 ω−1 l 1000 · 2π3400
R0 1000
L= = = 23,405 mH
ω−1 c 2π3400 · 2
L 23, 405 · 10−3
R4 = = = 500 · 103 Ω
C 46, 810 · 10−9
166 capı́tulo 7. filtros activos con amplificador.
Z2 Z4
Y1 = = s2 C 2 R4 (7.62)
Z1 Z3 Z5
Bajo estas condiciones el circuito en la figura 7.42 se convierte en el circuito 7.49a). Este circuito
realiza el doble condensador cuyo bloque se muestra en la figura 7.49b).
7.9. los filtros electrónicos con condensador doble 167
Ejemplo 7.23:
Calcular el filtro paso bajas de Butterworth si la frecuencia de corte es f1 = 1000 Hz, la resistencia
a la entrada y a la salida es R0 = 10 kΩ, amax = 3 dB y el orden del filtro es n=3.
De las tablas se obtiene el circuito paso bajas de Butterworth normalizado que se muestra en la
figura 7.50a). El circuito después de la transformación a un circuito con doble condensador se
muestra en la figura 7.50b).
El circuito resultante después de la desnormalización se muestra en la figura 7.51. Mediante un
sencillo análisis se puede verificar, que la atenuación del filtro paso bajas con el doble conden-
sador cumple las especificaciones del ejemplo. Los valores desnormalizados del filtro con doble
condensador se obtienen mediante las siguientes ecuaciones:
1
C1 = C2 = = 15, 915 nF
2π · 107
2
C3 = C4 = = 31, 831 nF
2π107
R1 = R2 = R3 = R4 = 10 kΩ R5 = 20 kΩ
168 capı́tulo 7. filtros activos con amplificador.
Figura 7.51: Paso bajas con doble condensador en la forma normalizada y desnormalizada.
Tarea 7.1:
Calcular del filtro paso bajas de Butterworth de orden 5 con el condensador doble si amax = 1
dB, frecuencia de corte f1 = 2400 Hz y las resistancias de entrada y salida R1 = R2 = 125 Ω.
Tarea 7.2:
Calcular el filtro paso altas de Chebychev de orden 5 con el girador si amax = 0,5 dB, frecuencia
del corte f−1 = 2700 Hz y las resistencias de entrada y salida R1 = R2 = 75 Ω.
Tarea 7.3:
Calcular el filtro paso bajas de Chebychev de orden 5 en cascada, si amax = 0,5 dB, frecuencia
de corte f1 = 2700 Hz. Utilice dos circuitos de segundo orden y un circuito de primer orden en
cascada.
Tarea 7.4:
Calcular el filtro paso altas de Chebychev de orden 5 en cascada, si amax = 0,2 dB, frecuencia
de corte f1 = 2900 Hz. Utilice dos circuitos de segundo orden y un circuito de primer orden en
cascada.
Capı́tulo 8
dU U1 − U2
Ic = C =C (8.1)
dT T
Para el circuito en la figura 8.1b se obtiene
U1 − U2
Ir = . (8.2)
R
Si en ambos circuitos las corientes son iguales I c = I r se puede escribir
U1 − U2 U1 − U2
C = ,
T R
y la resistencia se puede con una capacitancia conmutada. El valor de la capacitancia se calcula
mediante la ecuación (8.3), donde T = 1/fm . El método de calculo del filtro de capacitancias
conmutados se muestra en el siguiente ejemplo.
1
C= (8.3)
fm · R
Ejemplo 8.1:
Calcular el filtro paso bajas de Butterworth con capacitancia conmutada para las especificaciones
169
170 capı́tulo 8. filtros con capacitancia conmutada.
De un catálogo de filtros activos se obtienen los valores normalizados del filtro activo RC que se
muestra en la figura 8.2
r1 = r2 = 1 c1 = 0, 87403 c2 = 1, 14412
Si se elige la resistencia R0 = 105 Ω, para la desnormalización, entonces se puede calcular para
la frecuencia angular ω = 2π1500 = 9424, 778 rad/seg los valores desnormalizados
R1 = 1 · 105 = 100 kΩ
R2 = 1 · 105 = 100 kΩ
0, 87403
C1 = 5 = 927 pF
10 · 9424, 778
1, 14412
C2 = = 1213, 9 pF
105 · 9424, 778
Si la frecuencia de conmutación es fm = 20000 Hz, los condensadores conmutados se calculan
mediante la ecuación (8.3) y toman el valor
1
Ccon1 = Ccon2 = = 500 pF
105
· 20 · 103
El circuito paso bajas con las capacitancias conmutadas se muestra en la figura 8.3
g + ez −1 + dz −2
H(z) = , (8.4)
1 + az −1 + bz −2
8.1. filtro sc de segundo orden. 171
H−H0
µ = 10 20 . (8.7)
1 1
A= A, D = D. (8.8)
µ µ
La estructura principal la podemos simplificar si se seleccionan los valores del circuito de la
siguiente manera
A = B = D = 1 F = 0.
Si se cambian en el circuito 8.4 los conmutadores como se muestra en la figura 8.5, se obtiene
una nueva estructura del filtro, figura 8.6. Además si se exige que el circuito tenga la misma
ganancia del circuito original, la ganancia se puede cambiar mediante el parametro ν
ν(dB)
ν = 10 20 . (8.9)
La constante ν(dB) es el valor con que se puede cambiar y controlar la ganancia. La ganancia
del circuito se cambia si se cambian los valores de los ccondensadores mediante los expresiones
siguientes
Figura 8.6: Circuito para los valores de los condensadores A=B=D=1 y F=0.
El valor máximo que puede alcanzar el condensador en el circuito se calcula mediante la ecuación
1
Cmax = .
5fm Ri
Los valores de los condensadores en el circuito se calculan mediante las ecuaciones
A=B=D=1 F =0
C =1+a+b E =1−b
G = 2g + e H =g−d
I = J = g.
Ejemplo 8.2:
Calcular el filtro discreto con capacitancias conmutadas si se conoce la función de transfe- rencia
0, 0263312 − 0, 0263312z −2 g + ez −1 + dz −2
H(z) = = . (8.10)
1 − 1, 830595z −1 + 0, 947337z −2 1 + az −1 + bz −2
A=B=D=1 F =0
C = 0, 116742 G = 0, 052662
E = 0, 052662 H = 0, 052662
I = J = 0, 026331.
La función de transferencia H0 (z), (8.6), después de primer amplificador toma la forma
A
A= = 0, 337109
µ
D
D= = 0, 337109.
µ
Si se calculan las nuevas funciones de transferencias H(z) y H0 (z), se puede ver que la función
de transferencia H(z) no varı́a, pero H0 (z) es diferente.
C = 2, 216810 E=1
D = 6, 4011327 G=1
Es necesario desnormalizar los valores de los condensadores. Se toma en cuenta el valor del
condensador máximo que no se puede sobrepasar. Si se utilizan amplificadores de tipo FET
la resistencia de la entrada es RV ST = 2000000 Ω. Si la frecuencia de conmutación es fm =
28800 Hz, entonces el valor mı́nimo del condensador en el circuito en la figura 8.6 es
1 1
Cmin > = = 17, 361 · 10−12 .
fv Rvst 2 · 10 · 2, 88 · 104
6
La impedancia del conmutador cuando está cerrado será 500 Ω. Entonces el valor máximo del
condensador es
1
Cmax = = 13, 88810−9 .
5 · 2, 88 · 104 · 500
Si se elige el valor del condensador mı́nimo 25 pF , el valor de los condensadores E, G, I es 25
pF y los demás se calculan con la misma relación.
8.2. análisis de los circuitos scf. 175
Si se describe el circuito con capacitancias puras en los términos de carga y voltajes, la matriz
[C] contiene sólo elementos reales invarientes en el tiempo.
TIEMPO DISCRETO
En este caso se toman en cuenta la carga de los condensadores durante cierto tiempo nτ , i(t) =
i(nτ ). La carga se calcula mediante la ecuación
Z ∞
q(t) = i(t)δ(t − nτ ) dt = i(nτ )τ0 τ0 = 1 [s]. (8.13)
−∞
176 capı́tulo 8. filtros con capacitancia conmutada.
Las ecuaciones nodales de carga en el caso del tiempo discreto toman la forma
C C
i(n) = u(n) − u(n − 1), (8.15)
τ0 τ0
donde i(n) y u(n) son los vectores. La ecuación matricial (8.15) corresponde a la regla de
Kirchhoff para las corrientes. La ecuación (8.15) forma la base para el análisis de los circuitos
con las capacitancias conmutadas. La matriz [C/τ0 ] contiene solo los valores reales y los elementos
que no dependen de la frecuencia. Todos los condensadores están normalizados a τ0 = 1 [s] y
tienen la misma dimensión.
Ejemplo 8.3:
Ahora se continúa con un ejemplo ilustrativo de cómo construir la ecuación matricial para el
circuito que se muestra en la figura 8.9a.
La ecuación matricial para el circuito de dos puertos con condensadores se compone de dos
8.2. análisis de los circuitos scf. 177
1
Requi = (8.20)
C
2. Interruptor entre capacitores:
Si el interruptor se conecta entre los condensadores, la topologı́a del circuito cambia cada τ
segundos y la carga se intercambia entre los condensadores. En el circuito 8.11a) hay tres con-
densadores y un conmutador.
Se asume, que en el tiempo impar n, el conmutador está en el lado izquierda. En este caso se
obtiene el circuito que se muestra en la figura 8.11b). Si se aplican las ecuaciones de la carga a
circuito en 8.11b) se obtiene para n impar la ecuación matricial
De manera similar para n par se obtiene el circuito en la figura 8.11c) y las ecuaciones matriciales
Nuestro objetivo es escribir las ecuaciones matriciales (8.21) y (8.22) en una ecuación matri-
cial general que describa el circuito para ambos ciclos par e impar. Eso se logra mediante los
interruptores dependientes del tiempo:
(
P 1 + (−1)n 1 para n par
A(n) = = (8.23)
2 0 para n impar
8.2. análisis de los circuitos scf. 179
(
1 − (−1)n 0 para n par
A(n)I = = (8.24)
2 1 para n impar
Con estos conmutadores dependientes del tiempo, las ecuaciones (8.21) y (8.22) se pueden escribir
en una sola ecuación matricial
" # " # " #
i1 (n) C1 + AI (n)C0 0 u1 (n)
= . −
i2 (n) 0 C2 + AP (n)C0 u2 (n)
" # " #
C1 AI (n)C0 u1 (n − 1)
− P . . (8.25)
A (n)C0 C2 u2 (n − 1)
La ecuación matricial ahora dependiente del tiempo (8.25), describe el circuito de la figura
8.11a). La variabilidad en el tiempo está expresada mediante los conmutadores dependientes del
tiempo. Para el análisis en el dominio de la frecuencia es necesario aplicar a la ecuación matricial
la transformada z. En la tabla 8.1 se muestran algunas transformaciones de las secuencias.
Aplicando las reglas 8-10 de la tabla 8.1 a la ecuación matricial (8.25) se obtiene
Ui (z) + Ui (−z)
= u0 + u2 z −2 + u4 z −4 + ... = UiP (z) (8.28)
2
Ui (z) − Ui (−z)
= u1 z −1 + u3 z −3 + u5 z −5 + ... = UiI (z). (8.29)
2
Por medio de las relacciones 1 hasta 6 y 9 de la tabla 8.2 las ecuaciones (8.26) y (8.27) se
transforman en la forma
Si se separan las partes pares e impares en las ecuaciones (8.30) y(8.31) se puede escribir la
ecuación matricial (8.32), que tiene cuatro lı́neas y cuatro columnas.
P∞ −i
1 f(n) F (z) = i=0 fi (n)z
2 an f (n) F ( az )
4 (−1)n f (n − 1) −z −1 F (−z)
F (z)+F (−z)
1 AP (n)f (n) 2 = F P (z)
F (z)−F (−z)
2 AI (n)f (n) 2 = F I (z)
3 AP (n − 1)f (n − 1) −1
z F P (z)
4 AI (n − 1)f (n − 1) z −1 F I (z)
5 AP (n)f (n − 1) = AI (n − 1)f (n − 1) z −1 F I (z)
6 AI (n)f (n − 1) = AP (n − 1)f (n − 1) z −1 F P (z)
1
7 AI (n) + AP (n) = 1 AP (z) + AI (z) = 1−z −1
8 AP (n).f (n) + AI (n).f (n) = f P (n) + f I (n) = f (n)
9 f P (n) + f I (n) = f (n) F P (z) + F I (z) = F (z)
8.3. análisis de los circuitos rc conmutados. 181
I1P U1P
" #
I1I [Y11 ] [Y12 ] U1I
= × (8.35)
I2P [Y21 ] [Y22 ] U2P
I2I U2I
u1 = u1 u2 = 0 u3 = u1 .
Estas ecuaciones se pueden escribir en forma matricial
u1 1 0 0 u1 h i u1
I
u2 = 0 0 0 × u2 = S × u2 . (8.37)
u3 1 0 0 u3 u3
De forma similar para el tiempo impar se obtiene
u1 = u1 u2 = u1 u3 = u3 .
Estas ecuaciones se pueden escribir también en en forma matricial
u1 1 0 0 u1 h i u1
P
u2 = 1 0 0 × u2 = S × u2 . (8.38)
u3 0 0 1 u3 u3
Si se utilizan las funciones de conmutación (8.23) y (8.24) se obtiene la relación de voltajes para
n par y n impar
n o
u(n) = AI (n)[S I ] + AP (n)[S P ] u(n). (8.39)
Los elementos de las matrices [S I ] y [S P ] son sólo unos o ceros. Las matrices (8.39) y (8.40) se
pueden sustituir en la ecuación (8.36) y expresar la relación de voltajes nodales en los instantes
de tiempo par e impar.
i(n)=
n o n o
[C] AI (n)[S I ] + AP (n)[S P ] u(n) − [C] AI (n − 1)[S I ] + AP (n − 1)[S P ] u(n − 1) (8.41)
n o n o
I(z) = [C] [S I ]U(z)I + [S P ]U(Z)P − [C] z −1 [S I ]U(z)I + z −1 [S P ]U(z)P . (8.42)
Los términos I(z), U(z)I y U(z)P son los vectores que para m nodos del circuito SC toman la
forma
Sustituyendo la ecuación (8.48) en la ecuación (8.45) se obtiene la ecuación final que se utiliza
para el análisis general de los circuitos con condensadores conmutados.
h i h i h i
IˆP (z) IP SP −z −1 S I
" # " # " #
[0] [C] [0] UP (z)
= i × × × (8.49)
IˆI (z)
h h i h i
[0] II [0] [C] −z −1 S P SI UI (z)
8.3. análisis de los circuitos rc conmutados. 185
Ejemplo 8.4:
En el ejemplo siguiente, se muestra el cálculo de la matriz de admitancia mediante el método
general utilizando la ecuación (8.49). Se calcula la matriz de admitancia del circuito de la figura
8.11. El circuito de la figura 8.11 se va a modificar en el circuito de la figura 8.15a). La matriz
de capacitancias obtenida del circuito 8.15c) toma la forma
C1 0 0
[C] = 0 C2 0 , (8.50)
0 0 C0
y del circuito que sólo contiene los conmutadores (figura 8.15b) se obtiene para:
n impar u1 = u1 u2 = u2 u3 = u1
h i 1 0 0
SI = 0 1 0 (8.51)
1 0 0
n par u1 = u1 u2 = u2 u3 = u2
h i 1 0 0
SP = 0 1 0 (8.52)
0 1 0
Si se sustituyen las ecuaciones (8.50), (8.51) y (8.52) en la ecuación general (8.49) se obtiene
I1p
C1 0 0
I2P 0 C2 0 [ 0 ]
I3P
0 0 C0
×
=
I1I
C1 0 0
I2I
[ 0 ] 0 C2 0
I3I 0 0 C0
186 capı́tulo 8. filtros con capacitancia conmutada.
1 0 0 1 0 0 U1P
−1 0 1
0 1 0 z 0 U2P
U3P
0 1 0 1 0 0
×
. (8.53)
1 0 0 1 0 0
U1I
z −1 0 1 0 U2I
0 1 0
0 1 0 1 0 0 U3I
Si las matrices se multiplican se obtiene la ecuación (8.54).
n = impar n = par
î1 = i1 + i3 î1 = i1
î2 = i2 î2 = i2 + i3
î3 = 0 î3 = 0
Es necesario transformar la relación mediante la transformada z y escribirla en forma matricial
como se muestra en la ecuación (8.55).
1 0 0 0 0 0
Iˆ1P
I1P
0 1 1 0 0 0
Iˆ2P
I2P
0 0 0 0 0 0
Iˆ3P I3P
= ×
(8.55)
Iˆ1I I1I
0 0 0 1 0 1
Iˆ2I
I2I
0 0 0 0 1 0
IˆI3
I3I
0 0 0 0 0 0
Si se sustituye la ecuación (8.54) en la ecuación (8.55) se obtiene la ecuación (8.56).
Iˆ1P
0 −c1 z −1 U1P
c1 0 0 0
Iˆ2P
0 c0 + c2 0 −c0 z −1 −c2 z −1 0
U2P
Iˆ3P U3P
0 0 0 0 0 0
= × (8.56)
c1 z −1 −c0 z −1
Iˆ1I 0 c1 + c0 0 0 U1I
Iˆ2I −c2 z −1 U2I
0 0 0 c2 0
IˆI
3
0 0 0 0 0 0 U3I
En la ecuación matricial la tercera y la última fila son ceros. Lo mismo pasa con los elementos
de la tercera y última columna, son todos igual a cero. Las lı́neas y columnas con los elementos
igual a cero se pueden cancelar y resultando la ecuación (8.57).
8.3. análisis de los circuitos rc conmutados. 187
Si la ecuación matricial (8.57) se compara con la matriz (8.32) obtenida en el ejemplo anterior,
despúes denreordenar las filas
o y columnas
n para obtenerolos vectores del corriente y voltage en la
P I P I P
forma I = I1 , I1 , I2 , I2 y U = U1 , U1I , U2P , U2I se puede ver que el resultado obtenido
es el mismo. El resultado es el mismo, pero el método de obtención de la matriz de admitancia
es distinto. Las matrices de admitancia [Yij ] obtenidas de la ecuación (8.32) tienen la forma
" #
c1 −c1 z −1
[Y11 ] = −1
−c1 z c1 + c0
" #
0 0
[Y12 ] = −1
−c0 z 0
" #
0 −c0 z −1
[Y21 ] =
0 0
" #
c0 + c2 −c2 z −1
[Y22 ] = .
−c2 z −1 c2
Para obtener la matriz de transferencia (de cascada) es necesario utilizar las relaciones entre las
matrices de admitancia y de cascada.
" # " #
c1 + c01 −c1 z −1 −c01 0
Y11 = −1 Y12 =
−c1 z c1 + c0 + c01 −c1 z −1 −c02
" # " #
−c01 −c0 z −1 c02 + c0 + c2 −c2 z −1
Y21 = Y22 = .
0 −c02 −c2 z −1 c2 + c0
Ejemplo 8.5:
Calcule el filtro Chebychev con capacitancias conmutadas de orden 5, frecuencia de corte 8000
Hz, atenuación máxima amax = 1 dB y frecuencia de muestreo fm = 24000 Hz.
q
amax p
ε= 10 10 −1= 100,1 − 1 = 0, 508
1 1 1 1
φ= argsenh = argsenh = 0, 285
n ε 5 0, 508
π π
σ0 = −sen( )senh φ = −sen( ) · 0, 289 = −0, 0894
10 10
π π
ω0 = cos( )cosh φ = cos( ) · 1, 041 = 0, 9901
10 10
3π 3π
σ1 = −sen( )senh φ = −sen( ) · 0, 289 = −0, 234
10 10
3π 3π
ω1 = cos( )cosh φ = cos( ) · 1, 041 = 0, 619
10 10
5π 5π
σ2 = −sen( )senh φ = −sen( ) · 0, 289 = −0, 289
10 10
5π 5π
ω2 = cos( )cos φ = cos( ) · 1, 041 = 0, 000
10 10
Se calcula el primer bloque para σ2 = −0,289.
1 1
r1 = = = 3, 46
σ2 0, 289
q q
ω00 = σ02 + ω02 = 0, 9902 + 0, 08942 = 0, 994
ω00 0, 994
Q0 = = = 5, 559
2kσ0 k 2 · 0, 0894
1 1
r2 = = = 1, 0059
ω00 0, 994
1 1
K0 = 3 − =3− = 2, 82
Q0 5, 559
Se utiliza la misma resistencia para desnormalizar los valores del filtro R0 = 19894, 367.
q q
ω01 = ω12 + σ12 = 0, 61192 + 0, 2342 = 0, 655
1 0,655
Q1 = = = 1, 399
2kσ1 k 2 · 0, 234
1 1
r3 = = = 1, 5267
ω01 0, 655
1 1
K1 = 3 − =3− = 2, 285
Q1 1, 399
Se elige el mismo capacidor de 1000 pF y se calcula la resistencia del tercer bloque. También es
necesario calcular las resistencias para ajustar la ganancia del tercer amplificador. La ganancia
del tercer amplificador debe ser 2,285. Se elige el potenciometro de RA = 10 kΩ y se calcula RB .
1 1
C1conm = = = 605 pF
R1 fm 68834 · 24000
1 1
C2,3conm = = = 2082 pF
R2 fm 20011 · 24000
1 1
C4,5conm = = = 1372 pF
R3 fm 30372 · 24000
Ejemplo 8.6:
Realizar un integrador con los capacitores conmutados y calcular la función de transferencia
H(z).
El integrador activo con un amplificador se muestra en la figira 8.78a y la función de transferencia
H(s) de un integrador ARC tiene la forma
G1
H(s) = − (8.58)
sC2
Utilizando la transformada z bilineal para T=2, s = (z − 1)/(z + 1) se obtiene la función de
transferencia H(z)
8.3. análisis de los circuitos rc conmutados. 191
Figura 8.19: a) Integrador activo ARC, b) Integrador con capacitpores conmutados ASC.
G1 z − 1 −1 z + 1
H(z) = − · = ·
C2 z + 1 R1 C2 z − 1
C1 0,5 + 0, 5z −1
H(z) = · (8.59)
C2 1 − z −1
Ejemplo 8.7:
Calcular la función de transferencia H(z) del circuito con el capacitor conmutado en la figura
8.20
Para calcular la función de transferencia se calcula la matriz C. La matriz C tiene cuatro sub-
matricez C11 , C12 , C21 y C22 .
" #
C11 C12
C= (8.60)
C21 C22
Las matrices C11 y C22 son las matrices sin tomar en cuenta los conmutadores. Las matrices
C12 y C21 son las matrices C11 y C22 que se multiplican por −z −1/2 . La matriz C del circuito
sin tomar en cuenta los conmutadores se muestra en la ecuación (8.61).
1p 2p 3p 1i 2i 3i
192 capı́tulo 8. filtros con capacitancia conmutada.
−C1 z −1/2
1p C1 0 0 0 0
2p 0 C0 0 0 −C0 z −1/2 0
3p −C2 z −1/2
0 0 C2 0 0
C= i
−1/2
(8.61)
1
−C1 z 0 0 C1 0 0
2i
0 −C0 z −1/2 0 0 C0 0
3i 0 0 −C2 z −1/2 0 0 C2
La matriz (8.61) es la matriz del circuito 8.20 sin conmutadores. Ahora vamos a incluir a la
matriz (8.61) los conmutadores. El conmutador S1 está cerrado en el tiempo par. Eso significa
que los nodos 1 y 2 están en el mismo potencial y por eso se suman las columnas y renglones 1p y
2p . En el tiempo impar se abre el conmutador S1 y se ciera el conmutador S2 . En el tiempo impar
entonces los nodos 2 y 3 están en el mismo potencial lo que significa, que se suman renglones y
columnas 2i y 3i . La matriz resultante se muestra en la ecuación (8.62).
1p + 2 p 3p 1i 2i + 3i
1p + 2p −C1 z −1/2 −C0 z −1/2
C0 + C1 0
3p 0 C2 0 −C2 z −1/2
C= i (8.62)
1
−C1 z −1/2 0 C1 0
2i + 3i −C0 z −1/2 −C2 z −1/2 0 C0 + C2
0 0 −C2 z −1/2
∆13 = −C1 z −1/2 C1 0 = −C1 C2 C0 z −1 (8.64)
−C0 z −1/2
0 C0 + C2
∆13 z −1
H(z) = = C2 C2 −1
(8.65)
∆11 1+ C0 − C0 z
Ejemplo 8.8:
Calcular la función de transferencia H(z) del circuito con el capacitor conmutado en la figura
8.21
C=
1p 2p 3p 4p 5p 1i 2i 3i 4i 5i
1p 0 0 0 0 0 0 0 0 0 0
2p
0 C1 0 0 0 0 −C1 m 0 0 0
3p
0 0 C2 −C2 0 0 0 −C2 m C2 m 0
4p 0 0 −C2 C2 0 0 0 C2 m −C2 m 0
−C3 m
5p 0 0 0 0 C3 0 0 0 0
(8.66)
1i
0 0 0 0 0 0 0 0 0 0
2i
0 −C1 m 0 0 0 0 C1 0 0 0
3i 0 0 −C2 m C2 m 0 0 0 C2 −C2 0
4i
0 0 C2 m −C2 m 0 0 0 −C2 C2 0
5i 0 0 0 0 C3 0 0 0 0 C3
C=
1p + 2p 4p 1i 2i 4i 5i
1p + 2p −C1 z −1/2
C1 0 0 0 0
3p + 5p
0 −C2 0 0 C2 z −1/2 C2 z −1/2
1i 0 0 0 0 0 0
(8.68)
2i
−C1 z −1/2 0 0 C1 0 0
3i 0 C2 z −1/2 0 0 −C2 0
5i 0 0 0 0 0 C3
En el tiempo impar se cieran los conmutadores S1 y S4 y se abren los conmutadores S2 y S3. Esta
situación se muestra en la figura 8.22. Los conmutadores cambiaron su posición. El conmutador
S2 conecta los nodos segundo y tercero. Entonces se suma el renglón y la columna 2i +3i . El nodo
2 está conectad con la tierra virtual U2 = 0, entonces se borra la columna 2i . El conmutador S4
está abierto, no se alimenta el nodo 5, entonces se borra el renglón 5i . El conmutador S3 conecta
los nodoa 4 y 5 y por eso se suma columna y renglón 4i y 5i . En el renglón 1i y columna 1i
son solamente ceros. Se borra también el renglón y la columna 1i . La La matriz resultante del
circuito toma la forma (8.69).
Figura 8.22: El circuito ARC integrador para ejemplo 8.8 en tiempo impar.
1p + 2 p 4p 4i + 5 i
1p + 2p
C1 0 0
p
C= 3 +5 p 0 −C2 z −1/2 (C2 − C3 ) (8.69)
2i + 3i −C1 z −1/2 C2 z −1/2 C2
z −1 (C1 C2 − C1 C3 )
H(z) = (8.70)
C22 − z −1 (c22 − C2 C3 )
Ejemplo 8.9:
Calcular la función de transferencia H(z) del circuito con los capacitores conmutado en la figura
8.23
8.3. análisis de los circuitos rc conmutados. 195
Solución:
1p + 2p 3p + 4 p + 5 p 7p 2i + 3i 4i + 7 i
1p + 2p −C1 z −1/2
C1 0 0 0
3p + 4p + 5p 0 C2 + C3 + C4 0 C4 z −1/2 C4 z −1/2
C5 z −1/2
C = 6p
0 0 −C5 0
(8.71)
2i + 3i C1 z −1/2 −C4 z −1/2 0 C1 + C4 0
5i + 6i 0 −C2 z −1/2 C5 z −1/2 0 −C5
−C1 C2 C4 C5 z −2
H(z) =
C42 C52 z −2 − z −1 C52 [C42 + (C1 + C2 )(C2 + C3 + C4 )] + C52 (C1 + C4 )(C2 + C3 + C4 )
(8.72)
Ejemplo 8.10:
Calcular la función de transferencia H(z) del circuito con los capacitores conmutados de la figura
8.24
Figura 8.24: El filtro ARC Salen Key de segundo orden para ejemplo 8.10.
En la figura 8.24 es necesario sustituir el amplificador por el generador de voltaje controlado por
voltaje. Al cambiar el generador de voltaje controlado por el voltaje obtenemos la figura 8.25 y
la ecuación (8.74). Para el circuito en la figura 8.25 se escriben las ecuaciones:
196 capı́tulo 8. filtros con capacitancia conmutada.
(Ua − Ub )A − (Uc − Ud ) = 0
Ic = I, Id = −I (8.73)
Es necesario escribir las ecuaciones (8.74) para ambos tiempos, par e impar.
C=
1p 2p 3p 4p 5p 6p 1i 2i 3i 4i 5i 6i
1p 0 0 0 0 0 0 0 0 0 0 0 0
2p 0 C1 0 0 0 0 0 −C1 z −1/2 0 0 0 0
3p
0
0 C4 0 0 −C4 0 0 −C4 z −1/2 0 0 C4 z −1/2
4p 0 0 0 C2 0 0 0 0 0 C2 z −1/2 0 0
5p −C3 z −1/2
0 0 0 0 C3 0 0 0 0 0 0
6p 0 0 0 0 A −1 0 0 0 0 0 0
(8.76)
1i
0 0 0 0 0 0 0 0 0 0 0 0
2i 0 −C1 z −1/2 0 0 0 0 0 C1 0 0 0 0
3i 0 0 −C4 z −1/2 0 0 C4 z −1/2 0 0 C4 0 0 −C4
4i
0 0 0 −C2 z −1/2 0 0 0 0 0 C2 0 0
5i
0 0 0 0 −C3 z −1/2 0 0 0 0 0 C3 0
6i 0 0 0 0 0 0 0 0 0 0 A −1
En caso del tiempo par es necesario sumar el primer renglon con el segundo renglón, la primera
columna con la segunda columna, también tercera y cuarta columna y tercer renglón con el
cuarto. En caso del tiempo impar se suman renglones y columnas 2i + 3i , ası́ como el 4i + 5i .
La columna y renglón 1i se cancelan porque en el tiempo impar el conmutador S1 está abierto
y I1 = 0. La matriz completa del circuito se presenta en la ecuación (8.77).
C=
1p + 2p 3p + 4p 5p 6p 2i + 3 i 3i + 4i 6i
1p + 2p −C1 z −1/2
C1 0 0 0 0 0
3p + 4p
0 C2 + C4 0 −C4 −C4 z −1/2 −C2 z −1/2 C4 z −1/2
5p
0 0 C3 0 0 −C3 z −1/2 0
6p
0 0 A −1 0 0 0
(8.77)
2i + 3i
C1 z −1/2 −C4 z −1/2 0 C4 z −1/2 C1 + C4 0 −C4
4i + 5i 0 −C2 z −1/2 −C3 z −1/2 0 0 C2 + C3 0
6i 0 0 0 0 0 A −1
Tarea 8.1:
Calcular el filtro Chebychev con capacitancias conmutadas de orden 3, frecuencia de corte 2000
Hz, atenuación máxima amax = 2 dB y frecuencia de muestreo fm = 10000 Hz.
198 capı́tulo 8. filtros con capacitancia conmutada.
Tarea 8.2:
Realizar un integrador con los capacitores conmutados y calcular la función de transferencia
H(z). fm = 2000 Hz.
El integrador activo con un amplificador se muestra en la figira 8.26 y la función de transferencia
H(s) de un integrador ARC tiene la forma
G1
H(s) = − (8.78)
sC2
Tarea 8.3:
Calcule el filtro Chebychev con capacitancias conmutadas de orden 3, frecuencia de corte 5000
Hz, atenuación máxima amax = 2 dB y frecuencia de muestreo fm = 12000 Hz.
Tarea 8.4:
Calcular la función de transferencia H(z) del circuito con el capacitor conmutado en la figura
8.27
Las señales generalmente se clasifican en las señales continuas figura 9.1a) y las señales discretas
figura 9.1b).
199
200 capı́tulo 9. clasificación de las señales y sistemas
siendo
2 2
Z Z
ak = x(t)cos(kω0 t)dt bk = x(t)sen(kω0 t)dt,
Ts Ts Ts Ts
∞
X
x(t) = ck ejω0 t , (9.9)
k=−∞
1
Z
ck = x(t)e−jkω0 t dt. (9.10)
Ts Ts
1
1
Z T
2 0 A −jkπ
ck = Ae−jkω0 t dt = e −1 (9.12)
T0 0 2πk
A
2 para k = 0
A
ck = kπ para k = 1, 3, 5, 7... (9.13)
0 para k = 0, 2, 4, 6, 8...
N −1
2π
x(n)e−j N nk
X
X(k) = (9.14)
n=0
−1
1 NX 2π
x(n) = X(k)ej N nk (9.15)
N k=0
∞
x(n)e−jnωT
X
X(jω) = (9.17)
n=−∞
204 capı́tulo 9. clasificación de las señales y sistemas
Un sistema lineal e invariante discreto tiene una salida y una entrada, como se ve en la figura
9.11, donde:
Y (jω)
H(jω) = , (9.18)
X(jω)
y(n) es la salida del sistema y se determina por la convolución de x(n) y h(n). Entonces en el
dominio del tiempo se calcula la respuesta del sistema por la ecuación
z = esT (9.22)
T es el intervalo entre dos muestras (Intervalo de muestreo). La señal x(nT ) se tambien puede
escribir como una serie de los números (9.23) o se puede graficar como se muestra en la figura
9.12.
x(nT ) = x(n) = {0,1 0,2 0,2 0,1 0,3 0,4 0,1 0,0 0,0 0,0} (9.23)
Ejemplo 9.3:
Determine la convolución de las señales x(n) y h(n)
Método gráfico:
1/4 0 0 0 0 0 0,25
1/2 1/4 0 0 0 0 1 0,75
1 1/2 1/4 0 0 0 1 1,625
1/4 1 1/2 1/4 0 0 1/2
× 1,625
y(n) = =
0 1/4 1 1/2 1/4 0 1/2
1,000
0 0 1/4 1 1/2 1/4
0 0,625
0 0 0 1/4 1 1/2 0 0,125
0 0 0 0 1/4 1 0
Con el método gráfico y matricial se obtuvo el mismo resultado.
Ejemplo 9.4:
Determine la respuesta de un circuito a un tren de impulsos. La función de transferencia es
0,2
H(z) = z−0,8 .
Usando la ecuación h(n) = z −1 {H(z)} se determina h(n). Se puede utilizar la tabla de transformada−z,
o dividir el numerador H(z) entre el denominador de H(z). Entonces se obtiene
Los coeficientes de la serie h(n) son los coeficientes que se multiplican por las potencias de z.
Ahora se calcula la convolución de dos secuencias x(n) y h(n) mediante la convolución circular.
La señal x(n) es el tren de impulsos unitarios.
208 capı́tulo 9. clasificación de las señales y sistemas
1 0 0 0 0 0 0
0
1 1 0 0 0 0
0,2
0,2
1 1 1 0 0 0 0,16
y(n) = × = 0,36 (9.25)
1 1 1 1 0 0 0,128
0,488
1 1 1 1 1 0 0,1024
0,5904
1 1 1 1 1 1 ...
La gráfica de la respuesta a un tren de impulsos se muestra en la figura 9.14.
X(z) = z {x(n)} .
La respuesta en el dominio de frecuencia es
donde x(n) es
x(n) = {1 1 1 1 1 1 .....} .
Ejemplo 9.5:
Calcule la respuesta y(n) de un circuito a un tren de impulsos. La función de transferencia del
circuito es
0, 4
H(z) = .
z − 1, 2
Primero se calcula h(n) de H(z) y después mediante la convolución matricial la respuesta y(n)
Ejemplo 9.6:
Calcule la respuesta y(n) de un circuito a una señal x(n)
x(n) = {0 0, 1 0, 2 0, 3 0, 3 0, 3......},
si la función de transferencia del circuito se define mediante la ecuación
0, 7
H(z) = .
z + 0, 5
Si se divide numerador de H(z) entre denominador se obtiene h(n)
Ejemplo 9.7:
Calcule la respuesta y(n) de un circuito a una señal x(n)
x(n) = {0 0, 1 0, 2 0, 2 0, 1 0......},
si la función de transferencia del circuito se define mediante la ecuación
0, 1
H(z) = .
z+2
Si se divide numerador de H(z) entre denominador se obtiene h(n)
0 0 0 0 0 0 0 0
0, 1 0 0 0 0 0
0, 1
0
0, 2 0, 1 0 0 0 0 −0, 2 0,01
y(n) = × = (9.28)
0, 2 0, 2 0, 1 0 0 0 0,4 0
0, 1 0, 2 0, 2 0, 1 0 0 −0,8 0, 02
0 0, 1 0, 2 0, 2 0, 1 0 1,6 −0,03
Capı́tulo 10
10.1. Transformada-z.
La transformada-z se define mediante la ecuación (10.1).
∞
x(n)z −n
X
X(z) = (10.1)
n=−∞
Si las muestras de x(n) son iguales a cero para n < 0 se puede utilizar la ecuación (10.2).
∞
x(n)z −n
X
X(z) = (10.2)
n=0
Esta transformación se llama transformada-z directa, y transforma una señal x(n) desde el
dominio de tiempo a la señal X(z) en el dominio de la frecuencia z = ejωT . Esa relación se
puede escribir en la forma
z
X(z) ≡ z {x(n)} x(n) ⇐⇒ X(z).
La transformada-z inversa se calcula usando la ecuación (10.3).
1
I
x(n) = X(z)z n−1 dz (10.3)
2πj
Pero esta fórmula en la práctica no se utiliza, porque los funciónes de transferencia son cocientes
de dos polinomios.
Ejemplo 10.1:
Determinar la transformada-z de las siquientes señales xi (n):
a.) x1 (n) = {1 2 5 7 0 1}
X1 (z) = 1 + 2z −1 + 5z −2 + 7z −3 + z −5
b) x2 (n) = {0 0 1 2 5}
z 2 + 2z + 5
X2 (z) = 0 · z 0 + 0 · z −1 + 1 · z −2 + 2 · z −3 + 5 · z −4 =
z4
211
212 capı́tulo 10. transformada-z directa e inversa
z 2 + 2z + 5 : z 4 = z −2 + 2z −3 + 5z −4 + . . . ,
donde
x0 = 0 x1 = 0, x2 = 1, x3 = 2, x4 = 5,
x(n) = {0 0 1 2 5 }
Los coeficientes xi de la señal x(n) son los coeficientes que se multiplican por el factor z −i .
↓
c.) x4 (n) = 2 4 5 7 0 1
X4 (n) = 2z 2 + 4z + 5 + 7z −1 + z −3
2z 5 + 4z 4 + 5z 3 + 7z −2 + 1
X4 (z) =
z3
d.) x5 (n) = δ(n − 4)
x5 (n) = {0 0 0 0 1 0 . . .}
X5 (z) = 1z −4
El impulso de Dirac y tren de impulsos son muy importante para análisis de las sistemas. En
el siguiente ejemplo se calcula la transformada-z de un tren de impulsos que se muestra en la
figura 10.1.
x(n) = {1 1 1 1 1 . . .}
Usando la ecuación (10.4)
∞
xn z −n ,
X
X(z) = (10.4)
n=0
X(z) = 1 + 1z −1 + 1z −2 + 1z −3 + 1z −4 + 1z −5 + · · ·
10.1. transformada-z. 213
z −1 X(z) = z −1 + z −2 + z −3 + z −4 + z −5 + · · ·
Si las ecuaciónes se sustraen se obtiene X(z).
1 z
X(z) − z −1 X(z) = 1 =⇒ X(z) = =
1 − z −1 z−1
Linealidad.
Si existe la transformada-z de las señales x1 (n) y x2 (n)
z z
x1 (n) ⇐⇒ X1 (z) x2 (n) ⇐⇒ X2 (z),
entonces la suma de las señales a1 x1 (n) y a2 x2 (n) se transforma mediante la transformada-z
como se muestra en la ecuación (10.5).
z
a1 x1 (n) + a2 x2 (n) ⇐⇒ a1 X1 (z) + a2 X2 (z) (10.5)
Ejemplo 10.2:
Determine X(z) de la señal
Desplazamiento en el tiempo.
Si existe la transformada-z de la señal x(n)
z
x(n) ⇐⇒ X(z),
214 capı́tulo 10. transformada-z directa e inversa
z
x(n − k) ⇐⇒ z −k X(z) (10.6)
Ejemplo 10.3:
Calcular x(n − 2) y x(n + 2) si se conoce la secuencia x(n)
x(n) = {1 2 5 7 0} .
La transformada-z de una señal x(n) es
X(z) = 1 + 2z −1 + 5z −2 + 7z −3 .
Si se utiliza la ecuación (10.6) se obtiene
z
x(n − 2) ⇐⇒ z −2 X(z) = z −2 + 2z −3 + 5z −4 + 7z −5 ,
entonces
x(n − 2) = {0 0 1 2 5 7 0} .
Similarmente se obtiene
z
x(n + 2) ⇐⇒ z 2 X(z) = z 2 + 2z + 5 + 7z −1 ,
y el resultado toma la forma
x(n + 2) = {1 2 5 7 0} .
En la figura 10.2 se muestra cómo se desplaza la señal x(n).
z z
x1 (n) ⇐⇒ X1 (z) x2 (n) ⇐⇒ X2 (z)
10.1. transformada-z. 215
Ejemplo 10.4:
Calcular la convolución de las señales x1 (n) y x2 (n).
x1 (n) = {1 −2 1 }
1
0≤n≤5
x2 (n) =
0 para el resto de n
Las señales x1 (n) y x2 (n) en el dominio de z toman la forma
X1 (z) = 1 − 2z −1 + z −2
X2 (z) = 1 + z −1 + z −2 + z −3 + z −4 + z −5 .
Si se multiplican X1 (z) por X2 (z) se obtiene el producto
x(n) = {1 −1 0 0 0 0 − 1 1} .
Ejemplo 10.5:
Determinar la transformada-z del la señal x(n) si u(n) es el tren de impulsos unitarios.
z 1
x(n) = u(−n) u(n) ⇐⇒
1 − z −1
Usando la ecuación (10.9) se obtiene
216 capı́tulo 10. transformada-z directa e inversa
1
X(z) = .
1−z
Diferenciación en el dominio de z.
Si existe la transformada-z de la señal x(n)
z
x(n) ⇐⇒ X(z),
la multiplicación de la señal x(n) por el n se transforma mediante la transformada-z como se
muestra en la ecuación (10.10).
z dX(z)
n · x(n) ⇐⇒ −z (10.10)
dz
Ejemplo 10.6:
Determimar la transformada-z de la señal
x(n) = {n · an } .
Se conoce la transformada-z de la señal {an } del ejemplo anterior
z 1
x1 (n) = {an } ⇐⇒ = X1 (z).
1 − az −1
Usando la ecuación (10.10) se obtiene
dX1 (z) az −1
X(z) = −z = .
dz (1 − az −1 )2
Correlación de dos series.
Si existe la transformada-z de las señales x1 (n) y x2 (n)
z z
x1 (n) ⇐⇒ X1 (z) x2 (n) ⇐⇒ X2 (z),
entonces la correlación x1 (n) con x2 (n) se define mediante la ecuación (10.11).
∞
z
x1 (n)x2 (n − l) ⇐⇒ Rx1 x2 (z) = X1 (z) · X2 (z −1 )
X
rx1 x2 (l) = (10.11)
n=−∞
Ejemplo 10.7:
Determine la autocorrelación de la señal x(n) = {an } .
z 1
{an } ⇐⇒
1 − az −1
1 1
X(z) = X(z −1 ) =
1 − az −1 1 − az
1 1 1
Rxx (z) = −1
× =
1 − az 1 − az 1 − a(z + z −1 ) + a2
10.2. la transformada-z inversa. 217
1
X(z) = 3 −1 .
1− 2z + 12 z −2
3 1 3 7 15 31
1 : 1 − z −1 + z −2 = 1 + z −1 + z −2 + z −3 + z −4 + . . .
2 2 2 4 8 16
Los coeficientes de la serie componen la señal x(n) en el dominio de tiempo.
3 7 15 31
x(n) = 1 ...
2 4 8 16
Ejemplo 10.9:
Determine la transformada-z inversa de la función
Y (z) 1
H(z) = = .
X(z) 1 − az −1
1 z
⇐⇒ an = h(n) (10.12)
1 − az −1
1
a.) De la ecuación (10.12) se obtiene para a = 2 la secuencia
1 1 1
h(n) = 1 ...
2 4 8
Si se pone en la entrada un Dirac, entonces h(n) = y(n) y si la señal en la salida converge a cero,
como se ve en la figura 10.3, entonces la función de transferencia es la función de un sistema
estable. El polo de la función de transferencia H(z) está dentro del circulo unidad zpolo = 0,5
como se muestra en la figura 10.7.
1
h(n) = {1 2 4 8 . . .} =⇒ H(z) =
1 − 2z −1
En este caso la señal diverge, entonces para a = 2 la función de transferencia H(z) es la función
de un sistema que es inestable. El polo de la función de transferencia zpolo = 2 está afuera del
circulo unitario. La gráfica de la respuesta se muestra en la figura 10.4.
Ejemplo 10.10:
Determine X(z) con la ayuda de la transformada-z, si se conoce la señal x(n) = {cos(ω0 n)} .
Usando la formula de Euler se obtiene
( ) ( ) ( )
ejω0 n + e−jω0 n ejω0 n e−jω0 n
x(n) = x1 (n) = x2 (n) = .
2 2 2
Sabiendo cómo se transforma ea
z 1
ean ⇐⇒ ,
1 − az −1
se obtiene
z 1 z 1
ejω0 n ⇐⇒ e−jω0 ⇐⇒
1− ejω0 z −1 1− e−jω0 z −1
1 1 1 1 − z −1 cos ω0
z
cos(ω0 n) ⇐⇒ + = .
2 1 − ejω0 z −1 1 − e−jω0 z −1 1 − 2z −1 cos ω0 + z −2
220 capı́tulo 10. transformada-z directa e inversa
Tarea 10.1:
Determine X(z) con la ayuda de la transformada-z, si se conoce la señal x(n) = {sen(ω0 n)} .
Tarea 10.2:
Determinar la transformada-z de la s señal x(n):
x(n) = {0 1 2 5 0 7}
Tarea 10.3:
Determine X(z) de la señal
Tarea 10.4:
Determine X(z) de la señal
Tarea 10.5:
Determine la transformada-z inversa de la función
Y (z) 1 + 0,5z −1
H(z) = = .
X(z) 1 − 0,2z −1 + 0,4z −2
Capı́tulo 11
Correlación
Nuestro problema es comparar las señales x(n) y y(n) y de esa manera identificar la presencia del
objeto y determinar D. Si se conoce el retardo D se puede calcular la distancia de objeto. Esta
información es muy importante, y se puede obtener con la ayuda de la correlación. Si tenemos
las señales x(n) y y(n) entonces la correlación de las señales x(n) y y(n) es la secuencia de los
números rxy (l). La correlación cruzada se define mediante las ecuaciones (11.2) y (11.3).
∞
X
rxy (l) = x(n)y(n − l) l = 0 ± 1, ±2 . . . (11.2)
n=−∞
221
222 capı́tulo 11. correlación
∞
X
rxy (l) = x(n + l)y(n) l = 0 ± 1, ±2 . . . (11.3)
n=−∞
Si se cambia x(n) por y(n) se puede expresar la correlación cruzada por las ecuaciónes (11.4) y
(11.5).
∞
X
ryx (l) = y(n)x(n − l) l = 0 ± 1, ±2 . . . (11.4)
n=−∞
∞
X
ryx (l) = y(n + l)x(n) l = 0 ± 1, ±2 . . . (11.5)
n=−∞
Ejemplo 11.1:
Determinar la correlación cruzada rxy (l) de las sequencias x(n) y y(n). Las flechas indican donde
se encuentran los coeficientes x(0) y y(0).
↓
x(n) = . . . 0 2 −1 3 7 1 2 −3 0 0
↓
y(n) = . . . 0 0 1 −1 2 −2 4 1 −2 5 0 0
Para l = 0 se calcula rxy (0). Los coeficientes adecuados de x(n) y y(n) se multiplican y suman,
como se muestra en las siguientes series, por ejemplo 0 · 0 + 2 · 1 + (−1) · (−1) + 2 · 3 + 7 · (−2) +
4 · 1 + 2 · 1 + (−3) · (−2) + 5 · 0 = 7.
↓
0 2 −1 3 7 1 2 −3 0 0
↓
0 1 −1 2 −2 4 1 −2 5 0
se obtiene rxy (0) = 7. Para l = 1 es necesario desplazar la segunda serie una posición al lado
derecho y se obtiene el coeficiente rxy (1).
↓
0 2 −1 3 7 1 2 −3 0 0
↓
0 1 −1 2 −2 4 1 −2 5 0
↓
0 2 −1 3 7 1 2 −3 0 0
↓
0 1 −1 2 −2 4 1 −2 5 0
↓
1 −1 2 −2 4 1 −2 5 0 0
rxy (l) = {0 0 10 − 9 19 36 − 14 33 0 7 3 − 18 16 − 7 5 −3 0 }
rxx (l)
ρxx = . (11.8)
rxx (0)
De manera semejante la croscorrelación normalizada se expresa mediante la ecuación (11.9)
rxy (l)
ρxy (l) = q . (11.9)
rxx (0)ryy (0)
La correlación se usa también para descubrir periodicidades en señales con mucho ruido, en la
que el periodo no es evidente. Si se tiene una señal x(n) deformada por el ruido wn entonces se
obtiene la secuencia de números en la forma
1 X
ryy (l) = y(n)y(n − l) (11.11)
M n
Si se sustituye por y(n) y y(n − l) se obtiene
1 X
ryy (l) = [x(n) + w(n)] · [x(n − l) + w(n − l)] (11.12)
M n
ryy (l) =
" #
1 X X X X
x(n)x(n − l) + x(n)w(n − l) + w(n)x(n − l) + w(n)w(n − l) . (11.13)
M n n n n
1 X
rxx (l) = x(n)x(n − l). (11.14)
M n
Debido que la secuencia x(n) es periódica la autocorrelación rxx (l) de la señal x(n) es también
periódica. Tiene sus máximos en l = 0, N, 2N, 3N, . . .. Los máximos disminuyen, porque la
secuencia tiene número de términos finito. La croscorrelación entre la señal y ruido es muy
pequeña, y se define mediante las ecuaciones (11.15).
1 X 1 X
rxw (l) = x(n)w(n − l) rwx (l) = w(n)x(n − l) (11.15)
M n M n
1 X
rww (l) = w(n)w(n − l) (11.16)
M n
Esa cualidad nos permite descubrir la señal periódica x(n) en la señal y(n). En la figura 11.2 se
presenta esa idea. De la autocorrelación podemos ver el periódo de la señal x(n). El periódo es
en este caso N = 10. Los máximos se disminuyen por no tener secuencia infinita.
225
Ejemplo 11.2:
Determinar la correlación cruzada rxy (l) de las sequencias parecidas x(n) y y(n). Las flechas
indican donde se encuentran los coeficientes x(0) y y(0).
↓
x(n) = 1 2 3 2 1
↓
y(n) = 2 4 6 4 2
La correlación cruzada de las secuencias parecidas x(n) y y(n) es la secuencia rxy (l). La corre-
lación de las secuencias parecidas es simétrica figura 11.3.
rxy (l) = {2 8 20 32 38 32 20 8 2}
226 capı́tulo 11. correlación
Tarea 11.1:
Determinar la correlación cruzada rxy (l) de las sequencias x(n) y y(n). Las flechas indican donde
se encuentran los coeficientes x(0) y y(0).
↓
x(n) = −1 2 1 −2 1 1 −2 1 2 −1
↓
y(n) = 1 −2 −1 2 −1 −1 2 −1 −2 1
Tarea 11.2:
Determinar la convolución de las sequencias x(n) y y(n).
x(n) = {−1 2 1 −2 1 1 −2 1 2 − 1}
y(n) = {1 −2 −1 2 −1 −1 2 −1 − 2 1}
Capı́tulo 12
La transformada de Fourier de una señal discreta no periodica está definida por la ecuación
(12.1)
∞
x(n)e−jωnT dt,
X
X(ω) = (12.1)
n=−∞
F
Esas dos ecuaciones se expresan simbólicamente x(n) ⇐⇒ X(ω)
Ejemplo 12.1:
Determinar el espectro de una señal x(n) definida por la ecuación
A
−M ≤ n ≤ M
x(n) =
0 para el resto de valores n.
M M
!
−jωnT
X X
X(ω) = Ae =A 1+2 cos ωn (12.3)
n=−M n=1 T =1
227
228 capı́tulo 12. transformada discreta de fourier
sen (M + 21 )ω
X(ω) = A
sen ω2
sen (M + 21 )ω
|X(ω)| =| A |
sen ω2
0
para X(ω) > 0
6 X(ω) =
π para X(ω) < 0
La gráfica de un señal x(n) y su espectro se muestran en la figura 12.2.
∞
x(n)e−jωnT ,
X
X(ω) = (12.7)
n=−∞
Si ahora se obtienen la parte real e imaginaria de las señales x(n) y X(ω) resulta
∞
X
XR (ω) = [xR (n)cos(ωn) + xI (n)sen(ωn)] (12.8)
n=−∞
∞
X
XI (ω) = − [xR (n)sen(ωn) − xI (n)cos(ωn)] (12.9)
n=−∞
1
Z
xR (n) = [XR (ω)cos(ωn) − XI (ω)sen(ωn)]dω (12.10)
2π 2π
1
Z
xI (n) = [XR (ω)sen(ωn) + XI (ω)cos(ωn)]dω. (12.11)
2π 2π
A continuación se investigan casos especiales.
A. La señal real.
Si la señal x(n) es real entonces se puede escribir
Entonces la parte real de la señal es par XR (−ω) = XR (ω). La señal x(n) se calcula mediante
la ecuación (12.15).
Z π
1
x(n) = [XR (ω)cos(ωn) − XI (ω)sen(ωn)]dω (12.15)
π 0
El módulo y la fase de espectro de la señal real x(n) se pueden calcular mediante las ecuaciones
(12.16) y (12.17).
q
|X(ω| = 2 (ω) + X 2 (ω)
XR (12.16)
I
XI (ω)
6 X(ω) = arctan (12.17)
XR (ω)
230 capı́tulo 12. transformada discreta de fourier
se obtiene
∞
X
XR (ω) = x(0) + 2 x(n)cos(ωn) (12.20)
n=1
XI (ω) = 0
Z π
1
x(n) = XR (ω)cos(ωn)dω. (12.21)
π 0
La señal x(n) par y real tiene su espectro real y par.
C. La señal real e impar.
Si la señal x(n) es real e impar x(−n) = −x(n) entonces
∞
X
XI (ω) = −2 x(n)sen(ωn) (12.24)
n=1
Z π
1
x(n) = − XI (ω)sen(ωn)dω. (12.25)
π 0
Si la señal x(n) es real e impar su espectro es impar y se calcula mediante la ecuación (12.24).
D. Las señales imaginarias.
Para las señales imaginarias podemos escribir xR = 0 y x(n) = jx(n) y las funciones
12.1. simetrı́a de la transformada de fourier. 231
∞
X
XR (ω) = [xR (n) cos ωn + xI (n)sen(ωn)]
n=−∞
∞
X
XI (ω) = − [xR (n)sen(ωn) + xI (n)cos(ωn)]
n=−∞
1
Z
xI (n) = [XR (ω)sen(ωn) + XI (ω)cos(ωn)]dω,
2π 2π
se reducen a:
∞
X
XR (ω) = xI (n)sen(ωn) (12.26)
n=−∞
∞
X
XI (ω) = xI (n)cos(ωn) (12.27)
n=−∞
Z π
xI (n) = [XR (ω)sen(ωn) + XI (ω)cos(ωn)]dω. (12.28)
0
∞
X
XR (ω) = 2 xI (n)sen(ωn) (12.29)
n=1
XI (ω) = 0 (12.30)
Z π
1
xI (n) = XR (ω)sen(ωn)dω. (12.31)
π 0
XR (ω) = 0 (12.32)
∞
X
XI (ω) = xI (0) + 2 xI (n)cos(ωn) (12.33)
n=1
Z π
1
xI (n) = XI (ω)cos(ωn)dω. (12.34)
π 0
Estas propiedades de la simetrı́a nos simplifican los cálculos. No es necesario calcular los espectros
usando la definición de la transformada de Fourier.
232 capı́tulo 12. transformada discreta de fourier
1
X1 (ω) = .
1 − ae−jω
Esta función converge para |ae−jω | = |a| · |e−jωn | = |a| < 1. Análogamente para la señal x2 (n)
se obtiene
∞ −1 −1 ∞
x2 (n)e−jωn = a−n e−jωn = (aejω )−n =
X X X X
X2 (ω) = (aejω )k
n=−∞ n=−∞ n=−∞ k=1
aejω
X2 (ω) = .
1 − aejω
Si se suman los espectros X1 (ω) y X2 (ω) se obtiene la siguiente ecuación
1 − a2
X(ω) = X1 (ω) + X2 (ω) = .
1 − 2a cos ω + a2
La gráfica de la señal x(n) = a|n| y su espectro se muestran en la figura 12.3.
12.2. propiedades de la transformada fourier. 233
Desplazamiento en el tiempo.
Si existe la transformada de Fourier de la señal x(n)
F
x(n) ⇐⇒ X(ω),
el desplazamiento en el tiempo de la señal produce un cambio en la transformada de Fourier
cómo se muestra en la ecuación (12.36).
F
x(n − k) ⇐⇒ e−jωk X(ω) (12.36)
Inversión del tiempo.
Si existe la transformada de Fourier de la señal x(n)
F
x(n) ⇐⇒ X(ω),
entonces la inversión del tiempo en la señal aparece reflejada en la transformada de Fourier como
se muestra en la ecuación (12.37).
F
x(−n) ⇐⇒ X(−ω) (12.37)
La convolución.
Si existen las transformadas de Fourier de las señales x1 (n) y x2 (n)
F F
x1 (n) ⇐⇒ X1 (ω) x2 (n) ⇐⇒ X2 (ω),
entonces la convolución de las señales x1 (n) y x2 (n) tiene como transformada de Fourier la
mostrada en la ecuación (12.38).
F
x1 (n) ∗ x2 (n) ⇐⇒ X1 (ω) · X2 (ω) (12.38)
234 capı́tulo 12. transformada discreta de fourier
Ejemplo 12.3:
Determine la convolución de dos señales x1 (n) y x2 (n).
↓
x1 (n) = x2 (n) = 1 1 1
La señal es real y par como se ve de la figura 12.4, entonces se utiliza la ecuación para las señales
reales y pares, ecuación (12.20).
∞
X
XR (ω) = x(0) + 2 x(n)cos(ωn)
n=1
Ejemplo 12.4:
Determine la densidad espectral de la señal x(n) = an − 1 < a < 1.
Para l > 0 se obtiene
∞ ∞ ∞
an an−l = a−l
X X X
rxx (l) = x(n)x(n − l) = (a2 )n
n=0 n=0 n=l
1
rxx (l) = al l ≥ 0,
1 − a2
y para l ≤ 0 se obtiene
∞ ∞
1
x(n)x(n − l) = a−l a−l .
X X
rxx (l) = (a2 )n =
n=0 n=0
1 − a2
Las dos ecuaciones se pueden escribir conjustamente de la forma
1
rxx (l) = a|l| .
1 − a2
Si se utiliza el resultado del ejemplo anterior,
F 1 − a2
x(n) = a|n| ⇐⇒ X(ω) = ,
1 − 2a cos ω + a2
se obtiene la densidad del espectro
1 n o
F {rxx (l)} = F a|l| = Sxx (ω)
1 − a2
1
Sxx (ω) = .
1 − 2a cos ω + a2
236 capı́tulo 12. transformada discreta de fourier
Desplazamiento en la frecuencia
Si existe la transformada de Fourier de la señal x(n)
F
x(n) ⇐⇒ X(ω),
entonces un desplazamiento en el dominio de la frecuencia se observa en la transformada de
Fourier cómo se muestra en la ecuación (12.40).
F
e−jω0 n x(n) ⇐⇒ X(ω − ω0 ) (12.40)
El teorema de modulación.
Si existe la transformada de Fourier de la señal x(n),
F
x(n) ⇐⇒ x(ω),
entonces el teorema de modulación se define mediante la ecuación (12.41).
F 1 1
x(n)cos(ω0 n) ⇐⇒ X(ω + ω0 ) + X(ω − ω0 ) (12.41)
2 2
Demostración.
Si se multiplica x(n) por
1 jω0 n
cos(ω0 n) = e + e−jω0 n ,
2
y si se utiliza la propiedad desplazamiento en la frecuencia, se obtiene
x(n) h jπ i
y(n) = x(n)cos(πn) = e + e−jπ
2
X(ω + π) X(ω − π)
Y (ω) = F {y(n)} = +
2 2
Diferenciación en el dominio de la frecuencia.
Si existe la transformada de Fourier de la señal x(n)
F
x(n) ⇐⇒ X(ω),
entonces la diferenciación en el dominio de las frecuencias se observa mediante la transformada
de Fourier mostrada en la ecuación 12.42.
F dX(ω)
nx(n) ⇐⇒ j (12.42)
dω
Demostración.
" ∞ # ∞ ∞
dX(ω) d de−jωn
x(n)e−jωn = nx(n)e−jωn
X X X
= x(n) = −j
dω dω n=−∞ n=−∞
dω n=−∞
Ejemplo 12.5:
Determine
n las
n omuestras en la salida de un circuito si el circuito tiene la respuesta al impulso
1
h(n) = 2 y si en la entrada es la señal
jπn
x(n) = Ae 2 (ω = π/2).
Primero se calcula la transformada de Fourier de la respuesta a impulso.
∞
1 1
( )n e−jωn =
X
H(ω) = 1
n=−∞
2 1 − 2 e−jω
238 capı́tulo 12. transformada discreta de fourier
2 2
o πn o o
y(n) = A √ e−j26,6 ej 2 = A √ ej(90 n−26,6 )
5 5
Ejemplo 12.6:
Para un sistema lineal e invariante en el tiempo determine la respuesta de la magnitud y la fase
de la transformada de Fourier. El sistema está definido por la ecuación en diferencias
Y (ω) b 1
H(ω) = = −jω
=
X(ω) 1 − ae 1 − a · cos ω + ja · sen ω
|b|
|H(ω)| = √
1 − 2a · cos ω + a2
a · sen ω
6 H(ω) = − arctan
1 − a · cos ω
Ejemplo 12.7:
Transformar la señal discreta y periódica x(n) usando la transformada discreta de Fourier.
1 para n = 4l l = 0 ± 1 ± 2 . . .
x(n) =
0 para otras n
La gráfica de esta señal discreta y periódica se muestra en la figura 12.8. Usando la ecuación
(12.46)
N −1
2πkn
x(n)e−j
X
X(k) = N , (12.46)
n=0
se obtiene para N = 4
3
πkn
x(n)e−j
X
X(k) = 2 .
n=0
Periodicidad.
Si x(n) es una señal periódica con periódo N, el espectro Y(k) es también periódico con el mismo
periódo N.
Linealidad.
Si existe la transformada discreta de Fourier de las señales x1 (n) y x2 (n)
DF T DF T
x1 (n) ⇐⇒ X1 (k) x2 (n) ⇐⇒ X2 (k),
entonces para los valores reales o complejos a1 y a2 la linealidad se define mediante la ecuación
(12.47).
DF T
a1 x1 (n) + a2 x2 (n) ⇐⇒ a1 X1 (k) + a2 X2 (k) (12.47)
Convolucion circular en el tiempo.
Si existe la transformada discreta de Fourier de las señales x1 (n) y x2 (n)
DF T DF T
x1 (n) ⇐⇒ X1 (k) x2 (n) ⇐⇒ X2 (k),
la propiedad de convolución circular se define mediante la ecuación (12.48).
N DF T
x1 (n) ∗ x2 (n) ⇐⇒ X1 (k) · X2 (k) (12.48)
Ejemplo 12.8:
Determine la convolución de las señales discretas periódicas
x1 (n) = {2 1 2 1}
x2 (n) = {1 2 3 4} .
Primero se determina la transformada discreta de Fourier de x1 (n) y x2 (n).
3
j2πnk
x1 (n)e−
X
X1 (k) = 4 k = 0, 1, 2, 3, . . .
0
πk 3πk
X1 (k) = 2 + e−j 2 + 2e−jπk + e− 2
π π 3π 3π
X1 (1) = 2 + cos − jsen + 2 cos π − 2jsen π + cos − jsen =2−j−2−0+0+j
2 2 2 2
X1 (1) = 0
X1 (2) = 2
3π 3π 9π 9π
X1 (3) = 2 + cos − jsen + 2 cos 3π − 2jsen 3π + cos − jsen = 2+0+j −2−0+0−j
2 2 2 2
X1 (3) = 0
La transformada discreta de Fourier de la señal x2 (n) es
3
2πnk
x2 (n)e−
X
X2 (k) = 4 .
n=0
1
x3 (0) = 14 x3 (1) = (60 + 4) = 16
4
1 1
x3 (2) = (60 − 4) = 14 x3 (3) = (60 + 4) = 16.
4 4
Ahora bien, x3 (n) es la secuencia de los numeros 14 y 16. La señal x3 (n) es también periódica.
1DF T
x1 (n) · x2 (n) ⇐⇒X1 (k) ∗ X2 (k) (12.54)
N
La multiplicación dos señales en el tiempo coresponde a la convolución circular de las señales
X1 (k) y X2 (k)
El teorema de Parseval.
Sean las secuencias x(n) y y(n), si existen las transformada discretas de Fourier,
DF T
x(n) ⇐⇒ X(k)
DF T
y(n) ⇐⇒ Y (k),
entonces
N −1 −1
DF T 1 NX
x(n)y ∗ (n) ⇐⇒ X(k)Y (k)∗ .
X
(12.55)
n=0
N k=0
h(n) = {1 2 3} ,
si en la entrada es la señal
x(n) = {1 2 2 1} .
La respuesta al impulso tiene tres muestras M = 3 y la señal en la entrada tiene cuatro muestras
L = 4. Esas dos secuencias establecen una secuencia convolución de longitud
N = M + L − 1 = 6.
La longitud de la DF T tiene que ser como mı́nimo 6. Para nuestro caso elegimos una DF T de
ocho-puntos, porque el algoritmo más conocido, la transformada rápida de Fourier T RF (FFT)
244 capı́tulo 12. transformada discreta de fourier
está elaborada para longitudes que sean potencias de dos. Entonces la DFT de 8 puntos de las
señal x(n) es
7
2πkn
x(n) · e−j
X
X(k) = 8
n=0
πk πk 3πk
X(k) = 1 + 2e−j 4 + 2e−j 2 + e−j 4
7
2πkn
h(n)e−j
X
H(k) = 8
n=0
kπ kπ
H(k) = 1 + 2e−j 4 + 3e−j 2 .
De la ecuación anterior se obtiene
√ √
H(0) = 6 H(1) = 1 + √2 − j(3 + √2)
H(2) = −2 − 2j H(3) = 1 − √2 + j(3 − √2)
H(4) = 2 H(5) = 1 − √2 − j(3 − √2)
H(6) = −2 + 2j H(7) = 1 + 2 + j(3 + 2).
Resolviendo la ecuación Y (k) = H(k) · X(k) se obtiene el resultado
7
1X 2πkn
y(n) = Y (k)ej 8 ,
8 k=0
se consigue el resultado
y(n) = {1 4 9 11 8 3 0 0} .
y(0) =
1
[36 − 14,07 − j14,07 + j4 + 0,07 + j0,51 + 0,07 − j0,51 − j4 − 14,07 + j17,48] = 1
8
12.4. propiedades de la dft. 245
En este ejemplo hemos visto que se necesitan muchı́simas operaciones para realizar los cálculos.
Por eso algunos autores diseñaron el algoritmo que se llama la transformada rápida de Fourier
(FFT).
Ejemplo 12.10:
Usando la convolución circular calcule la respuesta y(n) = h(n) ∗ x(n) si se cononocen las señales
h(n) = { 1 2 3}
x(n) = { 1 2 2 1} .
y(n) = { 9 7 9 11} .
h1 (n) = { 1 2 3 0 0}
x1 (n) = { 1 2 2 1 0} ,
y1 (n) = { 4 4 9 11 8} .
h2 (n) = { 1 2 3 0 0 0}
x2 (n) = { 1 2 2 1 0 0} ,
1 0 0 0 3 2 1 1
2 1 0 0 0 3
2
4
3 2 1 0 0 0 2 9
y2 (n) = × = .
0 3 2 1 0 0 1 11
0 0 3 2 1 0 0 8
0 0 0 3 0 0 0 3
La respuesta y2 (n) en el dominio del tiempo es
y2 (n) = { 1 4 9 11 8 3} .
La respuesta y2 (n) es la misma que obtuvimos en el ejemplo anterior. Las respuestas y( n) y
y1 (n) no son correctas ya que les faltan algunos valores
Tarea 12.1:
Transformar la señal discreta y periódica x(n) usando la transformada discreta de Fourier.
1 para n = 6l l = 0 ± 1 ± 2 . . .
x(n) =
0 para otras n
Tarea 12.2:
Determine la convolución de las señales discretas periódicas
x1 (n) = {2 1 1 2}
x2 (n) = {1 2 2 1} .
Tarea 12.3:
Usando la DF T y la IDF T determine la salida de un filtro FIR que tiene la respuesta al impulso
h(n),
h(n) = {1 2 3 4} ,
si en la entrada es la señal
x(n) = {2 1 1 2} .
Tarea 12.4:
Usando la convolución circular calcule la respuesta y(n) = h(n) ∗ x(n) si se cononocen las señales
h(n) = { 1 2 3 4}
x(n) = { 2 1 1 2} .
Capı́tulo 13
N
X −1
X(k) = x(n)WNkn , (13.1)
n=0
2π
donde WN = e−j N .
Desarrollando la ecuación (13.1) se obtiene para n=k=0,1,2,3 y N=4 las siguientes ecuaciones:
X(k) = F · x(n),
donde F es la matriz de Fourier. A partir de la ecuación matricial (13.2) se obtienen las ecuaciones
siguientes:
247
248 capı́tulo 13. la transformada rápida de fourier
X(0) 1 0 1 0 1 0 1 0 x(0)
X(1) 0 1 0 −j
1
0 −1 0 x(1)
= · · (13.4)
X(2) 1 0 −1 0 0 1 0 1 x(2)
X(3) 0 1 0 j 0 1 0 −1 x(3)
N
x(n) = x(2n) n = 0, 1, 2, 3, . . . −1 (13.5)
2
La secuencia x(2n) se compone de los elementos pares de x(n) y la secuencia x(2n + 1) tiene los
elementos impares de x(n). La transformada de Fourier discreta
N
X −1
X(k) = x(n)WNkn , (13.6)
n=0
N N
2
−1 2
−1
X X k(2n+1)
X(k) = x(2n)WN2kn + x(2n + 1)WN . (13.7)
n=0 n=0
El término WN está definido por la ecuación
2π
WN = e−j N , (13.8)
como es periódico
k+ N n(k+ N )
WN 2
= −WNk WN 2 nk
= WN .
2 2
N
X(k) = X(k + ).
2
Si se aplican las condiciones de periodicidad a la ecuación (13.7) se obtiene
N N
2
−1 2
−1
X X
nk
X(k) = x(2n)W N + WNk x(2n + 1)WNkn (13.9)
2
n=0 n=0
WN2nk = W N
nk
.
2
Los términos del lado derecho de la ecuación (13.9) corresponden con la transformada discreta
de Fourier y entonces la ecuación (13.9) se puede escribir de la forma
k+ N
Si se sustituye WN 2
= −WNk en la ecuación (13.10) se obtiene la ecuación (13.11)
A partir de estas ecuaciones se puede dibujar una gráfica del proceso de las señales, figura 13.4.
Esa gráfica se llama mariposa (butterfly) y necesita dos sumas y dos multiplicaciones de números
complejos. La gráfica se puede simplificar y obtener una nueva mariposa que necesita sólo una
multiplicación figura 13.4b). Para N = 8 se puede escribir la ecuacion (13.11) en la serie de
ecuaciones para k = 0, 1, 2, . . . 7.
De estas ecuaciones se dibuja la gráfica que se muestra en la figura 13.5. De la gráfica se observa
la reducción de N multiplicaciones a sólo N2 multiplicaciones. El mismo procedimiento se aplica
a la función X1 (k) y X2 (k) resultando:
252 capı́tulo 13. la transformada rápida de fourier
N
2
−1
X
nk
X2 (k) = x2 (n)W N (13.12)
2
n=0
N
2
−1
X
nk
X1 (k) = x1 (n)W N (13.13)
2
n=0
La secuencia x1 (n) se puede separar en dos secuencias una para los posiciones pares y otra para
los posiciones impares como en caso anterior. Entonces se puede escribir
N N
4
−1 4
−1
X
2nk
X k(2n+1)
X1 (k) = x1 (2n)W N + x1 (2n + 1)W N (13.14)
2 2
n=0 n=0
N N
4
−1 4
−1
X X
nk k kn
X1 (k) = x1 (2n)W N + W N x1 (2n + 1)W N . (13.15)
4 2 4
n=0 n=0
X1 (0) = X11 (0) + W80 X12 (0) X2 (0) = X21 (0) + W80 X22 (0)
X1 (1) = X11 (1) + W82 X12 (1) X2 (1) = X21 (1) + W82 X22 (1)
X1 (2) = X11 (0) + W84 X12 (0) X2 (2) = X21 (0) + W84 X22 (0)
X1 (3) = X11 (1) + W86 X12 (1) X2 (3) = X21 (1) + W86 X22 (1)
Pero W80 = −W84 y W82 = −W86 , y entonces las ecuaciones toman la forma:
X1 (0) = X11 (0) + W80 X12 (0) X2 (0) = X21 (0) + W80 X22 (0)
X1 (1) = X11 (1) + W82 X12 (1) X2 (1) = X21 (1) + W82 X22 (1)
X1 (2) = X11 (0) − W80 X12 (0) X2 (2) = X21 (0) − W80 X22 (0)
X1 (3) = X11 (1) − W82 X12 (1) X2 (3) = X21 (1) − W82 X22 (1)
Apartir de estas ecuaciones se puede dibujar la otra parte de la gráfica parcial del algoritmo
FFT. La gráfica parcial se muestra en la figura 13.6. Análogamente al caso anterior se puede
escribir
N
4
−1
X
kn
X11 (k) = x11 (n)W N (13.18)
4
n=0
13.1. el algoritmo decimación en el tiempo 253
N
4
−1
X
kn
X12 (k) = x12 (n)W N (13.19)
4
n=0
N
4
−1
X
kn
X21 (k) = x21 (n)W N (13.20)
4
n=0
N
4
−1
X
kn
X22 (k) = x22 (n)W N . (13.21)
4
n=0
Separando las muestras xij (n) en las muestras pares e impares se obtiene
N N
8
−1 8
−1
X
2nk
X (2n+1)k
X11 (k) = x11 (2n)W N + x11 (2n + 1)W N . (13.22)
4 4
n=0 n=0
2 =W N
Si se toma en cuenta la periodicidad de W N N y Xij (k) = Xij (k + 8) se pueden escribir
4 8
las ecuaciones (13.23) y (13.24).
N N
8
−1 8
−1
X X
nk k nk
X11 (k) = x11 (2n)W N + W N x11 (2n + 1)W N (13.23)
8 4 8
n=0 n=0
N N
8
−1 8
−1
X X
nk
X11 (k) = x11 (2n)W N + WN4k nk
x11 (2n + 1)W N (13.24)
8 8
n=0 n=0
N 4(k+ N )
X11 (k + ) = X111 (k) + WN 8 X112 (k). (13.25)
8
254 capı́tulo 13. la transformada rápida de fourier
Igualmente se obtiene
X11 (0) = X111 (0) + WN0 X112 (0) X21 (0) = X211 (0) + WN0 X212 (0)
X11 (1) = X111 (0) + WN4 X112 (0) X21 (1) = X211 (0) + WN4 X212 (0)
X12 (0) = X121 (0) + WN0 X122 (0) X22 (0) = X221 (0) + WN0 X222 (0)
X12 (1) = X121 (0) + WN4 X122 (0) X22 (1) = X221 (0) + WN4 X222 (0)
La gráfica de señales que representan las ecuaciones anteriores se muestra en la figura 13.7. La
gráfica completa del algoritmo FFT se muestra en la figura 13.8. Pero las señales en la entrada
están desordenadas .
Si se expresa este cambio en bits se obtiene la tabla 13.1. En la figura 13.9 se muestra el cambio
de señales después de la primera y segunda decimación. Otro algoritmo muy importante es la
decimación en la frecuencia.
13.2. el algoritmo decimación en la frecuencia 255
n2 n1 n0 n0 n1 n2
0 000 0 000
1 001 4 100
2 010 2 010
3 011 6 110
4 100 1 001
5 101 5 101
6 110 3 011
7 111 7 111
N
k
WN2 no es dependiente de n y por eso este término se puede escribir ante cediendo a la sumatoria.
N
También se puede sustituir (WN2 )k = (−1)k
N
k k
WN2 = e−jπ = (−1)k , (13.29)
y obteniendo
N
−1
2
X N
X(k) = x(n) + (−1) x(n + ) WN2kn .
k
(13.30)
n=0
2
Ahora se toman en cuenta por separado las muestras de frecuencias pares e impares. La última
ecuación se divide en dos ecuaciones para k par k = 2r, e impar k = 2r + 1.
N
−1
2
X N
X(2r) = x(n) + x(n + ) WN2rn (13.31)
n=0
2
N
−1
2
X N
n(2r+1)
X(2r + 1) = x(n) − x(n + ) WN (13.32)
n=0
2
N
−1
2
X N
X(2r + 1) = x(n) + x(n + ) WNn W N
rn
. (13.34)
n=0
2 2
N
X11 (n) = x(n) + x(n + )
2
N
X12 (n) = x(n) − x(n + ) WNn . (13.35)
2
De estas ecuaciones se puede dibujar la gráfica que se muestra en la figura 13.10. Si se aplica el
mismo procedimiento en las otras escalas se obtiene el algoritmo completo de la decimación en
frecuencias. El algoritmo completo se muestra en la figura 13.11.
Ejemplo 13.1:
Usando la transformada rápida de Fourier y la gráfica de algoritmo decimación en el tiempo
para N = 8 transformar la señal de la figura 13.12a). Si se utiliza la gráfica del algoritmo FFT
de decimación en el tiempo se pueden escribir las siguientes ecuaciones:
X(3) = x(0) + x(2) · W82 (−1) + x(3) · W82 · (−1) · W83 + x(1) · W83 (13.36)
X(3) = 0,5 + 0,5(−j) · (−1) + 0,5(−j) · (−1) · (−0,707 − j0,707) + 0,5 · (−0,707 − j0,707)
Para construir el módulo del espectro figura 13.12b) se calcula el valor absoluto de X(k).
q
|X(0)| = 2 |X(1)| = 0,52 + 1,2072 = 1,306
q
|X(2)| = 0 |X(3)| = 0,52 + 0,2072 = 0,54
q
|X(4)| = 0 |X(5)| = 0,52 + 0,2072 = 0,54
q
|X(6)| = 0 |X(7)| = 0,52 + 1,2072 = 1,306
El resultado obtenido mediante la mariposa se muestra en la figura 13.12 b).
Ejemplo 13.2:
Determine la matriz de Fourier para N = 8.
Primero se calcula la simetrı́a de la matriz de Fourier F.
1 1 1 1 1 1 1 1
1 W1 W2 W3 W4 W5 W6 W7
1 W2 W4 W6 W0 W2 W4 W6
W3 W6 W1 W4 W7 W2 W5
1
F8 = (13.37)
1 W4 W0 W4 W0 W4 W0 W4
1 W5 W2 W7 W4 W1 W6 W3
1 W6 W4 W2 W0 W6 W4 W2
1 W7 W6 W5 W4 W3 W2 W1
260 capı́tulo 13. la transformada rápida de fourier
2π
Si se sustituye en la matriz (13.37) por W = e−j 8
1 1 1 1 1 1 1 1
1 0,7 − j0,7 −j −0,7 − j0,7 −1 −0,7 + j0,7 j 0,7 + j0,7
1 −j −1 j 1 −j −1 j
1 −0,7 − j0,7 j 0,7 − j0,7 −1 0,7 + j0,7 −j −0,7 + j0,7
F=
1 −1 1 −1 1 1 1 −1
1 −0,7 + j0,7 −j +0,7 + j0,7 −1 0,7 − j0,7 j −0,7 − j0,7
1 j −1 −j 1 j −1 −j
1 0,7 + j0,7 j −0,7 + j0,7 −1 −0,7 − j0,7 −j 0,7 − j0,7
1 1
F−1 (Wij ) = F( ) (13.38)
N Wij
Una ventaja muy grande es que no se requiere calcular un determinante del sistema.
Ejemplo 13.3:
Calcular la matriz inversa de Fourier para N = 4.
2π
Si se sustituye en la matriz de Fourier para N = 4 el término W = e−j 4 se obtiene
2π 2π
W40 = cos 0 + j sin 0 = 1 W41 = cos − j sin = −j
4 4
6π 6π
W42 = cos π − jsinπ = −1 W43 = cos − j sin =j
4 4
W44 = W40 = 1
La matriz de Fourier es
1 1 1 1
1 −j −1 j
F4 = ,
1 −1 1 −1
1 j −1 −j
y la matriz de Fourier inversa toma la forma
1 1 1 1
1 1 j −1 −j
F−1
4 =
1 −1 1 −1
4
1 −j −1 j
13.2. el algoritmo decimación en la frecuencia 261
La simetrı́a de la matriz de Fourier para N=4 se muestra en la figura 13.14. Si se toma en cuenta
la simetrı́a de la matriz de Fourier se puede escribir la ecuación anterior en la forma siguiente:
1 1 1 1 1 1 1 1
1 −j −1 j 1 −j −1 j
F4 =
1 −1 1 −1 1 −1 1 −1
1 j −1 −j 1 j −1 −j
Ahora se puede calcular el espectro de la señal que tiene 8 muestras con la matriz de Fourier
con N = 4 · 8.
Ejemplo 13.4:
Calcular X(k) de la señal x(n) mediante la matriz de Fourier N = 4 · 8
x(n) = { 1 2 -2 3 -3 -2 2 1 }
1
2
X(0) 1 1 1 1 1 1 1 1 −2 2
X(1) 1 −j −1 j 1 −j −1 j
3 −2 + 4j
= · =
X(2) 1 −1 1 −1 1 −1 1 −1 −3 −6
X(3) 1 j −1 −j 1 1 −1 −j
−2
−2 − 4j
2
1
262 capı́tulo 13. la transformada rápida de fourier
El mismo resultado se obtiene si se calcula un nuevo vector x̂(n) y se utiliza la matriz de Fourier
para N=4.
X(0) 1 1 1 1 −2 2
X(1) 1 −j −1 j 0 −2 + 4j
= · =
X(2) 1 −1 1 −1 0 −6
X(3) 1 j −1 −j 4 −2 − 4j
La transformada de Fourier inversa se obtiene si se multiplica la matriz de Fourier inversa por
un vector X(k).
1 1
x(n) = F[ ] · X(k) (13.39)
N Wij
1 1 1 1 2 −2
1 1 j −1 −j −2 + 4j
0
x(n) = · · =
1 −1 1 −1 −6 0
4
1 −j −1 j −2 − 4j 4
1 1 1 1 1 1 1 1 1
1 √12 − j √12 −j − √12 − j √12 −1 − √12 + j √12 j √1 + j √1
2 2
2
1 −j −1 j 1 −j −1 j
−2
1 − √12 − j √12 √1 − j √1 −1 √12 + j √12 −j − √12 + j √12
j
2 2
3
X(k) = × =
1 −1 1 −1 1 1 1 −1 −3
1 − 2 + j √12
1
−j √12 + j √12 1
− j √12 j − 2 − j √12
1
√ −1 √
2
√
−2
2
1 j −1 −j 1 j −1 −j
1 √12 + j √12 j − √12 + j √12 −1 − √12 − j √12 −j √12 − j √12 1
13.3. la respuesta a un impulso 263
2
5,414 − 10,2426
−2 + 4j
2,585 − 18,2426
=
−6
2,585 + j8,2426
−2 − 4j
5,414 + j0,2426
Si se compara el resultado obtenido mediante la transformada de Fourier para N=8 con la
transformada para N=4 se puede ver, que las muestras X(0), X(2), X(4) y X(6) obtenidos
mediante DFT N=8 son iguales a X(0), X(1), X(2) y X(3) obtenidos para N=4.
Ejemplo 13.6:
Calcule la matriz diagonal, de la matriz circular h.
Para la diagonalización de la matriz circular se utiliza la ecuación (13.40)
1 1 1 1 h0 h3 h2 h1 1 1 1 1
1 −j −1 j h1 h0 h3 h2 1 1 j −1 −j
Diag H = · =
1 −1 1 −1 h2 h1 h0 h3 1 −1 1 −1
4
1 j −1 −j h3 h2 h1 h0 1 −j −1 j
h0 + h1 + h2 + h3 0 0 0
0 h0 − jh1 − h2 + jh3 0 0
0 0 h0 − h1 + h2 − h3 0
0 0 0 h0 + jh1 + h2 − jh3
y = circ h · x (13.41)
F · y = F · circ h · F−1 · F · x,
se obtiene la ecuación (13.42) que nos permite calcular la respuesta Y
Y = Diag H · X (13.42)
1
2
H(z) = 1 (13.43)
z −2 − z −1 + 2
h = F−1 · H (13.44)
En la ecuación (13.44) H es la función del sistema y F es la matriz de Fourier. Para N=6 la
matriz de Fourier F se puede escribir en la forma
1 1 1 1 1 1
1 W1 W2 W3 W4 W5
1 W2 W4 W6 W8 W 10
F= . (13.45)
1 W3 W6 W9 W 12 W 15
W4 W8 W 12 W 16 W 20
1
1 W5 W 10 W 15 W 20 W 25
La matriz de Fourier inversa se calcula mediante la ecuación (13.46). Para obtener la matriz
inversa de Fourier no es necesario calcular el determinante del sistema. Esto es una ventaja muy
importante cuando se utiliza la matriz de Fourier.
1 1
F−1 = ·F (13.46)
N Wi
La matriz inversa de Fourier para N=6 es
1 1 1 1 1 1
1 W −1 W −2 W −3 W −4 W −5
−1 1 1 W −2 W −4 W −6 W −8 W −10
F = . (13.47)
6 1 W −3 W −6 W −9 W −12 W −15
W −4 W −8 W −12 W −16 W −20
1
1 W −5 W −10 W −15 W −20 W −25
1 1 1 1 1 1
1 0,5 + j0,866 −0,5 + j0,866 −1 −0,5 − j0,866 0,5 − j0,866
−1 1 1 −0,5 + j0,866 −0,5 − j0,866 1 −0,5 + j0,866 −0,5 − j0,866
F = . (13.48)
6 1 −1 1 −1 1 −1
1 0,5 + j0,866 −0,5 + j0,866 1 −0,5 − j0,866 0,5 − j0,866
1 0,5 − j0,866 −0,5 − j0,866 −1 −0,5 + j0,866 0,5 + j0,866
Para calcular la respuesta al impulso h mediante la ecuación (13.44) es necesario calcular los
términos Hi de la función del sistema (13.43).
W −2i
Hi = (13.49)
2 − 2W −i + W −2i
De esta función se calculan los términos Hi , desde H0 hasta H5 .
13.3. la respuesta a un impulso 265
1
H0 = =1
2−2+1
(0,5 + 0,866)−2
H1 = = −1
2 − 2 (0,5 + j0,866)−1 + (0,5 + j0,866)−2
√
1 + 2j 3
H2 =
13
1
H3 =
5
√
1 − 2j 3
H4 =
13
H5 = −1
Sustituyendo en la ecuación (13.44) por F−1 y Hi se obtiene
1
1 1 1 1 1 1
1 0,5 + j0,86 −0,5 + j0,86 −1 −0,5 − j0,86 0,5 − j0,86
−1√
1 1 −0,5 + j0,86 −0,5 − j0,86 1 −0,5 + j0,86 −0,5 − j0,86 1+2j 3
h=
·
13 =
1
6 1 −1 1 −1 1 −1 5 √
1 0,5 + j0,86 −0,5 + j0,86 1 −0,5 − j0,86 0,5 − j0,86 1−j2 3
13
1 0,5 − j0,86 −0,5 − j0,86 −1 −0,5 + j0,86 0,5 + j0,86 −1
−0,107
−0,123
0,430
= .
0,492
0,276
0,030
El mismo resultado se obtiene mediante la utilización de la matriz circular.
Caso2:
Hallar la respuesta al impulso de un filtro digital.
Mediante de la utilización de la matriz circular previamente es necesario resolver la ecuación:
a = (0 0 0,5 0 0 0 )
b = (1 -1 0,5 0 0 0 ).
Sustituyendo los vectores a y b en (13.50) se obtiene
266 capı́tulo 13. la transformada rápida de fourier
−1
0 0,5 −1
1 0 0 0
−1 1 0 0 0 0,5
0
0,5 −1 1 0 0 0 0,5
h= · . (13.51)
0 0,5 −1 1 0 0 0
0 0 0,5 −1 1 0 0
0 0 0 0,5 −1 1 0
Calculando la matriz inversa y multiplicando por un vector a nos da el vector h.
Primera etapa:
De las ecuaciones podemos ver, que se repiten las sumas , restas y multiplicaciones. Entonces es
conveniente preparar los macros para la resta, suma y multiplicación.
Ejemplo 13.8:
Mediante las etapas calcular las muestras X(k) si se conoce la señal x(n) de la figura 13.16.
x(0) = 0,1 + 0,0 = 0,1 x(0) = 0,1 + 0,1 = 0,2 X(0) = 0,2 + 0,2 = 0,4
x(1) = 0,1 + 0,0 = 0,1 x(1) = 0,1 + 0,1 = 0,2 X(4) = 0,2 − 0,2 = 0,00
x(2) = 0,1 + 0,0 = 0,1 x(2) = [0,1 − 0,1]w0 = 0 X(2) = 0,0 + 0,0 = 0,0
x(3) = 0,1 + 0,0 = 0,1 x(3) = [0,1 − 0,1]w2 = 0 X(6) = 0,0 − 0,0 = 0
x(4) = 0,1 − 0,0 = 0,1 x(4) = 0,1 − j0,1 X(1) = 0,1 − j0,2414
x(5) = 0,707 − j0,707 x(5) = −j0,1414 X(5) = 0,1 + j0,0414
x(6) = j0,1 x(6) = 0,1 + j0,1 X(3) = 0,1 − j0,0414
x(7) = −0,0707 − j0,0707 x(7) = −j0,1414 X(7) = 0,1 + j0,2414
***********************************************************************
** PROGRAMA DE LA FFT PARA 8 MUESTRAS, DECIMACION EN LA FRECUENCIA **
***********************************************************************
RESET B INIT
AORG >0010
* INICIO DEL MICROCONTROLADOR
INIT SOVM ;TRABAJA EN SATURACION
LDPK 0 ;TRABAJA CON BANDERA CERO
ZAC ;ANULACION DEL ACUMULADOR
LARP AR2 ;ACTUALIZA REGISTRO AUXILIAR AR2
LRLK AR2,>0060 ;INICIALIZA BLOQUE B2
RPTK 31 ;REPITE LA INSTRUCCION QUE SIGUE 32 VECES
SACL *+ ;ANULACION DEL BLOQUE B2
LRLK AR2,>0060 ;INICIALIZA DEL BLOQUE B2 EN EL DIRECCION 0060
RPTK 23 ;REPITE LA INSTRUCCION QUE SIQUE 23 VECES
BLKP COEF,*+ ;TRANSFERENCIA LOS COEFICIENTES AL BLOCKE N2
* CONSTANTES W*
*COS0 DATA 32767
*COS1 DATA 23170
*COS2 DATA 0
*COS3 DATA -23170
*SEN0 DATA 0
*SEN1 DATA -23170
*SEN2 DATA -32767
*SEN3 DATA -23170
* MUESTRAS (PARTE REAL)
XR0 EQU >0060
XR1 EQU >0062
XR2 EQU >0064
XR3 EQU >0066
XR4 EQU >0068
XR5 EQU >006A
XR6 EQU >006C
XR7 EQU >006E
13.4. macro para fft n=8 269
LAC :R1.S:
ADD :R2.S:
SACL :R1.S:
LAC :I1.S:
ADD :I2.S:
SACL :I1.S:
LAC TR1
SACL :R2.S:
LAC TI1
SACL :I2.S:
$END FREEBF
*MARIPOSA CON SENO K2 Y COSENO K1
CONSBF $MACRO R1,I1,R2,I2,K1,K2
LAC :R1.S:
SUB :R2.S:
SACL TR1
LAC :I1.S:
SUB :I2.S:
SACL TI1
LAC :R1.S:
ADD :R2.S:
SACL :R1.S:
LAC :I1.S:
ADD :I2.S:
SACL :I1.S:
**************************
ZAC
LT TR1
MPY :K1.S:
LTA TI1
MPY :K2.S:
SPAC
SACH :R2.S:,1
ZAC
LT TR1
MPY :K2.S:
LTA TI1
MPY :K1.S:
APAC
SACH :I2.S:,1
$END CONSBF
**********THE BEEF**************
**** PRIMERA ETAPA (ITERACION)****
FIR FREEBF XR0,XI0,XR4,XI4
CONSBF XR1,XI1,XR5,XI5,C1,S1
CONSBF XR2,XI2,XR6,XI6,C2,S2
13.5. transformada de fourier mediante matlab 271
CONSBF XR3,XI3,XR7,XI7,C3,S3
********************************
*****SEGUNDA ETAPA (ITERACION)****
FREEBF XR0,XI0,XR2,XI2
CONSBF XR1,XI1,XR3,XI3,C2,S2
FREEBF XR4,XI4,XR6,XI6
CONSBF XR5,XI5,XR7,XI7,C2,S2
********************************
*****TERCERA ETAPA (RESULTADO)*****
FREEBF XR0,XI0,XR1,XI1
FREEBF XR2,XI2,XR3,XI3
FREEBF XR4,XI4,XR5,XI5
FREEBF XR6,XI6,XR7,XI7
*************************************
**** BIT REVERSION
BITR XR1,XI1,XR4,XI4
BITR XR3,XI3,XR6,XI6
*************************************
*OBTENCION DEL ESPECTRO
*
COEF DATA 3276,3276,3276,3276
DATA 3276,3276,3276,3276
DATA 3276,-3276,3276,-3276
DATA 3276,-3276,3276,-3276
DATA 32767,23170,0,-23170
DATA 0,-23170,-32767,-23170
END
En el archivo COEF se introducen los valores reales e imaginarios de las muestras en formato
Q15 , los cuales serán almacenados a partir de la posición 0060h como se indica en el programa.
Recuerde escribir los valores reales de las muestras en las posiciones pares (localidad 0060h 0062h
0064h ...) y los valores imaginarios en las localidades impares (posiciones 0061h 0063h 0065h
...). Los valores de W en formato Q15 son almacenados de la posición localidad 70 a la 77. El
resultado se encuentra después de ejecutar el programa en la memoria a partir de la posición
0060h.
fft(x) fft(x,N)
ifft(X) ifft(X,N)
272 capı́tulo 13. la transformada rápida de fourier
La instrucción fft(x) calcula la transformada de Fourier discreta del vector X, que tiene la
misma longitud que el vector x. Si está especificada la longitud N es necesario utilizar la función
fft(x,N). Lo mismo vale para calcular la transformada de Fourier discreta inversa. Los vectores
en Matlab son especificados desde 1 a N y en la definición de la transformada de Fourier los
vectores son especificados desde 0 hasta N-1. En el paquete Matlab la transformada DFT y
IDFT ésta definida mediante las ecuaciones (13.53) y (13.54).
N
X (n−1)(k−1)
X(k) = x(n)WN (13.53)
n=1
N
X −(n−1)(k−1)
x(n) = X(k)WN (13.54)
k=1
Ejemplo 13.9:
El ejemplo siguiente calcula DFT de la señal senoidal de longitud finita. El programa en Matlab
es el siguiente:
Para una longitud N=32, una frecuencia de muestreo de 64 Hz y una frecuencia de la señal
senoidal 11 Hz. El resultado del programa se muestra en la figura 13.17.
Ejemplo 13.10:
13.5. transformada de fourier mediante matlab 273
Utilizando el programa siguiente calcule la DFT de M puntos de la serie u(n) definida por la
ecuación (13.55).
1
0≤n≤N −1
u(n) = (13.55)
0 para otros n.
El programa pide los valores N y M. El valor M tiene ser mayor o igual que N. La figura 13.18
muestra el resultado obtenido mediante el siguiente programa para N=8 y M=16.
Ejemplo 13.11:
En este ejemplo se calcula el efecto de la longitud de la DFT en el análisis espectral de la señal
x(n). La señal x(n) es la suma de dos señales f1 (n) y f2 (n) (23.15). El programa pide la longitud
de la señal N, la longitud de la DFT y las frecuencias senoidales. En las gráficas 13.19 y 13.19 se
presenta el resultado para N=16 y varias R. Las frecuencias de señal elegidas fueron f1 = 0,22
y f2 = 0,34.
1
x(n) = sen(2πf1 n) + sen(2πf2 n) 0≤n≤N −1 (13.56)
2
%Analisis espectral de la suma de dos senales
clf;
N=input(’Longitud de la senal =’);
R=input(’Longitud de DFT = ’);
fr=input(’Tecle la frecuencia de la senal =’);
n=0:N-1;
x=0.5*sin(2*pi*n*fr(1))+sin(2*pi*n*fr(2));
Fx=fft(x,R);
k=0:R-1;
stem(k,abs(Fx));
grid
xlabel(’k’);
ylabel(’Amplitud’);
title([’N=’,num2str(N),’,R=’,num2str(R)]);
Ejemplo 13.12:
Utilizando el siguiente programa calcule la transformada de Fourier inversa IDFT de la serie
V(k) definida en la equación (13.57). En la figura 13.20 se muestra el resultado para K=8 y
N=16.
k
K
0≤k ≤K −1
V (k) = (13.57)
0 para otras n.
Ejemplo 13.13:
El siguiente programa calcula el spectrograma de la señal de voz. En Matlab hay un archivo de
la voz mtlb.mat. La señal de este archivo se muestra en la figura 13.21a), contiene 4001 muestras
muestreadas con la frecuencia 7418 Hz. Se utiliza la ventana de Hamming que tiene la longitud
256 con solapimiento de 0 muestras. En la figura 13.21b) se muestra el espectrograma obtenido
mediante el siguiente programa.
%Espectrograma de la voz
%Numero de las muestras 4001
%Frecuencia del muestreo 7418 Hz
276 capı́tulo 13. la transformada rápida de fourier
%Ventana de Hamming
%Numero de solape 50
load mtlb
n=1:4001;
plot(n-1,mtlb);
xlabel(’Indice del tiempo n’);ylabel(’Amplitud’);
pause
nfft=input(’Tecle la longitud de la ventana= ’);
ovlap=input(’Tecle numero de solapes= ’);
specgram(mtlb,nfft,7418,hamming(nfft),ovlap)
Ejemplo 13.14:
Escribir un programa para una señal senoidal s(n) corrompida por un ruido r(n),
donde r(n) es ruido aleatorio con la amplitud entre ±1. La relación señal ruido (SNR) está de-
finida por la ecuación (13.59).
PN −1 2
n=0 s (n)
SN R = 10 ∗ log10 PN −1
(13.59)
n=0 r2 (n)
N is la longitud de la señal y también la longitud del ruido. El programa que calcula la señal
perturbada por el ruido es el siguiente y el resultado se muestra en la figura 13.22.
%Programa 11_3
%Analisis de la senal perturbada por ruido
clf;
N=256; R=256;
n=0:N-1;
x=sin(2*pi*n*0.05);
spwr=sum(x*x’);
d=rand(1,N);
ave=sum(d)/256;
dw=d-ave;
y=x+6*dw;
npwr=36*sum(dw*dw’);
FY=fft(y,R);
k=0:R-1;
plot(n,x);grid
xlabel(’Indice del tiempo n’);
ylabel(’Amplitud’);
title(’senoida original’);pause
plot(k,y);grid
xlabel(’Indice del tiempo n’);
ylabel(’Amplitud’);
title(’Senal perturbada por ruido’);pause
plot(k,y);grid
clg
Fy=fft(y);
plot(k,abs(Fy));grid
xlabel(’k’);
ylabel(’Amplitud’);
SNR=10*log10(spwr/npwr)
278 capı́tulo 13. la transformada rápida de fourier
Tarea 13.1:
Usando la transformada rápida de Fourier y la gráfica de algoritmo decimación en el tiempo
para N=8 transformar la señal x(n)
x(n) = {1 0 1 0 1 0 1 0}
Tarea 13.2:
Usando la transformada rápida de Fourier y la gráfica de algoritmo decimación en el dominio
de la frecuencia para N=8 transformar la señal x(n)
x(n) = {1 0 1 0 1 0 1 0}
Tarea 13.3:
Usando la transformada rápida de Fourier y la gráfica de algoritmo decimación en el tiempo
para N=8 transformar la señal x(n)
x(n) = {1 0 0 1 0 0 1 0}
Capı́tulo 14
La función de transferencia de los filtros digitales con respuesta al impulso infinita IIR se puede
escribir mediante la expresion general
k
b0 + b1 z −1 + b2 z −2 + · · · + bk z −k −i
P
Y (z) i=0 bi z
H(z) = = = . (14.1)
X(z) 1 + a1 z −1 + a2 z −2 + · · · + ak z −k k
1 + i=1 ai z −i
P
A partir de la función de diferencias se puede dibujar directamente el filtro digital que se deno-
mina forma directa no canónica, como se muestra en la figura 14.2. Esta forma del filtro digital
279
280 capı́tulo 14. filtros digitales con respuesta infinita
1. Se transforman los sumadores en nodos y los nodos en sumadores, y se cambian las direc-
ciones de avance de las señales. Se cambian las direcciones de las flechas, figura 14.4.
Ejemplo 14.1:
Calcular la función de transferencia de un filtro digital de orden n = 2 y diseñar la estructura.
De la expresión general (14.1) para k = 2 se obtiene
Y (z) b0 + b1 z −1 + b2 z −2
H(z) = =
X(z) 1 + a1 z −1 + a2 z −2
De esta ecuación se obtiene el filtro digital de segundo orden que se muestra en la figura 14.5a).
Para obtener la estructura en la forma canónica de otro tipo, se convierten los nodos por suma-
dores y los sumadores por nodos y se cambian las direcciones de los multiplicadores. La gráfica
del filtro canónico de la segunda forma se muestra en la figura 14.5b). Algunos autores dibujan
este filtro en la forma que se muestra en la figura 14.6b).
donde las funciones parciales Hi (z) se pueden expresar cómo se muestra en la ecuación (14.4).
y(n) = x(n) + bi1 x(n − 1) + bi2 x(n − 2) − ai1 y(n − 1) − ai2 y(n − 2)
Figura 14.7: Filtro digital de primer y segundo orden para la estructructura de cascada.
14.2. la estructura paralela de un filtro digital. 283
Figura 14.8: Las estructuras para el filtro paralelo de primer y segundo orden.
Ejemplo 14.2:
Y (z) = 3X(z) + 3,6z −1 X(z) + 0,6z −2 X(z) − 0,1z −1 Y (z) + 0,2z −2 Y (z).
Usando la transformada-z inversa, la función de diferencias se puede escribir en la forma siguiente
Ejemplo 14.3:
Diseñar un filtro digital en cascada conociendo que la función de transferencia H(z) es:
3 + 3,6z −1 + 0,6z −2
H(z) =
1 + 0,1z −1 − 0,2z −2
1 + z −1 1 + 0,2z −1
H(z) = 3 · ·
1 + 0,5z −1 1 − 0,4z −1
1 + z −1 1 + 0,2z −1
H1 (z) = 3 H2 (z) = H3 (z) =
1 + 0,5z −1 1 − 0,4z −1
Las funciones de diferencias correspondientes son
Ejemplo 14.4:
Diseñar un filtro digital en forma paralela sabiendo que la función de transferencia H(z) es
H(z) 3 1 7
=− − +
z z z + 0,5 z − 0,4
z 7z 1 7
H(z) = −3 − + = −3 − −1
+ .
z + 0,5 z − 0,4 1 + 0,5z 1 − 0,4z −1
Las funciones parciales de transferencia son
−1 7
H1 (z) = −3 H2 = H3 (z) = ,
1 + 0,5z −1 1 − 0,4z −1
y las ecuaciones en diferencias correspondientes se pueden escribir de la forma
y1 (n) = −3x1 (n) y2 (n) = −x2 (n) − 0,5y2 (n − 1) y3 (n) = 7x3 (n) + 0,4y3 (n − 1).
A partir de estas ecuaciones de diferencias se construye el filtro digital de la forma paralela como
se muestra en la figura 14.13.
TRANSFORMADA Z BILINEAL
z = esT , (14.7)
donde T es el intervalo entre dos muestras consecutivas. La función H(z) se obtiene al aplicarle
la transformada-z a la función de transferencia H(s). Con tal propósito adecuamos la ecuación
(14.7) a la forma
1
× ln(z).
s= (14.8)
T
Al expresar ln(z) por medio de la ecuación (14.9)
" 3 5 #
2 z−1 1 z−1 1 z−1
s= + + + ··· (14.9)
T z+1 3 z+1 5 z+1
se ve que la serie de la ecuación (14.9) converge rápidamente cerca z = 1 de forma que con la
excepción del primer término se pueden despreciar todos los demás. De este modo la transfor-
mación bilineal se puede obtener mediante las expresiones:
2 z−1 z−1
s= =c (14.10)
T z+1 z+1
πf1
c = ctg, (14.11)
fs
donde f1 representa la frecuencia de corte paso bajas y fs la frecuencia de muestreo del sistema
respectivo.
A0 + A1 s + A2 s2 + · · · + Am sm
H(s) = . (14.12)
B0 + B1 s + B2 s2 + · · · + Bm sm
Considerando la ecuación (14.12) se pueden formar los vectores A y B de modo que
A= A0 , A 1 , A 2 , · · · , A m
B= B0 , B1 , B2 , · · · , Bm , (14.13)
donde Ai y Bi son coeficientes reales. Los filtros digitales se caracterizan por la función de
transferencia H(z), la cual se puede expresar de la forma
a0 + a1 z −1 + a2 z −2 + · · · + am z −m
H(z) = . (14.14)
b0 + b1 z −1 + b2 z −2 + · · · + bm z −m
Al igual que en el primer caso se forman los vectores a y b a partir de la ecuación (14.14) donde
los coeficientes ai y bi son reales.
a= a0 , a 1 , a 2 , · · · , a m
288 capı́tulo 14. filtros digitales con respuesta infinita
b= b0 , b1 , b2 , · · · , bm . (14.15)
Para establecer la relación entre los coeficientes ai y Ai se hace necesario comparar los numera-
dores de la función de transferencia correspondiente a las ecuaciones (14.12) y (14.14). Para lo
cual sustituimos (14.10) en (14.12) y hacemos la comparación con (14.14). Para el caso n = 2
se obtiene
A0 + A1 s + A2 s2
H(s) =
B0 + B1 s + B2 s2
2
A0 + A1 c z−1
z+1 + A2 c
2 z−1
z+1
H(z) = 2
B0 + B1 c z−1
z+1 + B2 c
2 z−1
z+1
a0 + a1 z −1 + a2 z −2 A0 + A1 c + A2 c2 + z −1 2A0 − 2A2 c2 + z −2 A0 − A1 c + A2 c2
=
b0 + b1 z −1 + b2 z −2 B0 + B1 c + B2 c2 + z −1 (2B0 − 2B2 c2 ) + z −2 (B0 − B1 c + B2 c2 )
Haciendo la comparación de los coeficientes para la misma potencia de z se obtiene la ecuación
matricial
a0 1 1 1 A0
a1 = 2 0 −2 × A1 c . (14.16)
a2 1 −1 1 A2 c2
Una expresión similar se obtiene para el vector b. Ambos vectores se pueden expresar en la
forma siguiente
0
a = Pn × A
0
b = Pn × B ,
0 0
donde Pn es la matriz de Pascal y los vectores A y B se reprezentan mediante la ecuación
(14.17).
0
A = A0 , A1 c, A2 c2 , · · · , Am cm
0
B = B0 , B1 c, B2 c2 , · · · , Bm cm (14.17)
En las matrices que se obtienen con este método se pueden observar algunos detalles interesantes
considerando el triángulo de Pascal (14.18).
1 n=0
1 1 n=1
1 2 1 n=2
(14.18)
1 3 3 1 n=3
1 4 6 4 1 n=4
1 5 10 10 5 1 n=5
14.5. transformación paso bajas a paso altas 289
Se puede observar que la base del triángulo de Pascal representa la última columna de la matriz
de Pascal con la diferencia de que los signos de los elementos en la matriz se presentan en
forma alternada. Por otra parte los elementos de las filas pares tienen siempre su signo negativo.
Concluimos que la matriz de Pascal transforma la función de transferencia de un filtro paso
bajas en el dominio de s a otro filtro paso bajas en el dominio de z. La matriz de Pascal se puede
formar bajo las siguientes concideraciones.
n!
Pi,n+1 = (−1)i−1 (14.19)
(n − i + 1) ! (i − 1) !
donde i = 1, 2, · · · , n + 1.
z+1
s=k× (14.22)
z−1
290 capı́tulo 14. filtros digitales con respuesta infinita
πf−1
k = tg (14.23)
fs
En la ecuación (14.23) f−1 y fs son las respectivas frecuencias del corte de paso altas y de
muestreo. Sustituyendo (14.22) en (14.12) y comparando el numerador con (14.14) para n = 3
se obtiene
a0 + a1 z −1 + a2 z −2 + a3 z −3 = A0 + A1 k + A2 k 2 + A3 k 3
+z −1 (−3A0 − A1 k + A2 k 2 + 3A3 k 3 )
+z −2 (3A0 − A1 k − A2 k 2 + 3A3 k 3 )
+z −3 (−A0 + A1 k − A2 k 2 + A3 k 3 ) (14.24)
Al comparar los coeficientes de la ecuación (14.24) se obtiene un sistema de ecuaciones el cual
se puede representar en la forma matricial.
a0 1 1 1 1 A0
a1 −3 −1 1 3 A1 k
= × (14.25)
a2 3 −1 −1 3 A2 k 2
a3 −1 1 −1 1 A3 k 3
Donde Ppa presenta una matriz similar a la de Pascal, la cual se puede obtener utilizando
un procedimiento similar, de manera que la primera columna de la matriz Ppa proviene de
la ecuación (14.19) y los elementos restantes Pi,j se pueden establecer mediante la expresión
(14.26).
i = 1, 2, 3, · · · , n + 1
j = 1, 2, 3, · · · , n + 1.
La matriz de Pascal Ppa para transformar paso bajas a paso altas a una función de transferencia
H(z) de orden n=4 se muestra en la ecuación (14.27). En la primera fila de la matriz Ppa aparecen
solamente unos y en la primera columna los elementos de la matriz Ppa se determinan mediante
la ecuación (14.19). Los coeficientes restantes de la matriz Ppa se calculan de la manera similar
como se calculó para la transformación paso bajas a paso bajas o mediante la ecuación (14.26).
1 1 1 1 1
−4 −2 0 2 4
Ppa = 6 0 −2 0 6 (14.27)
−4 0 −2 4
2
1 −1 1 −1 1
Se puede concluir que la matriz de Pascal Ppa transforma la función de transferencia de un filtro
paso bajas en el dominio de s a otra función de transferencia que corresponde a un filtro paso
altas en el dominio de z.
14.6. transformación paso bajas a paso banda 291
z−1 z+1
s=m c +k (14.28)
z+1 z−1
πf1 πf−1
c = ctg k = tg (14.29)
fs fs
donde
ctg( π(f1 −f
fs
−1)
)
m=
c+k
Mediante un procedimiento similar al utilizado en el punto anterior se obtiene la matriz Ppb
la cual se puede aplicar para obtener la función de transferencia correspondiente a un filtro
paso banda en el dominio de z a partir de la función de transferencia de un filtro paso bajas
en el dominio de s. Si queremos llevar a cabo la transformación de la función pasa bajas de
la ecuación (14.30) a una función de transferencia paso banda se puede utilizar la expresión
matricial (14.31).
A0 + A1 s + A2 s 2
H(s) = (14.30)
B0 + B1 s + B2 s2
A2 c2 m2
a0 1 1 1 1 1 1 A1 cm
a1 −4 −2 0 2 4 0
A0
a2 = 6 0 −2 0 6 −2 × (14.31)
A1 km
−4 0 −2 4
a3 2 0
A2 k 2 m2
a4 1 −1 1 −1 1 1
2A2 ckm2
En este punto se ilustra el proceso de transformación de un filtro paso bajas H(s) ecuación
(14.32) a una función de transferencia H(z) correspondiente a un filtro
pasa bajas
determinado por : f1 = 3400 Hz fs = 14000 Hz
pasa alta
determinando por :f−1 = 300 Hz fs = 14000 Hz
paso banda
determinado por:f1 = 3400 Hz f−1 = 300 Hz fs = 14000 Hz
1
H(s) = √ (14.32)
s2 + 2s + 1
292 capı́tulo 14. filtros digitales con respuesta infinita
π3400
c = ctg = 1,046.
14000
Los coeficientes de la función de transferencia ai ,bi para i = 0, 1, 2 se obtienen utilizando la
matriz de la ecuación (14.16) en la forma
a0 1 1 1 1
a = 2 0 −2 ×
0 (14.33)
1
a2 1 −1 1 0
b0 1 1 1 1
b1 = 2 0 −2 × 1,479 . (14.34)
b2 1 −1 1 1,094
Los valores de los coeficientes correspondientes a las expresiones anteriores son
a0 = 1 a1 = 2 a2 = 1
b0 = 3,574 b1 = −0,188 b2 = 0,615
Con los valores de estos coeficientes se expresa la función de transferencia H(z) en la forma:
π300
k = tg = 0,0674. (14.35)
14000
Utilizando la matriz de Pascal para filtros paso altas Ppa y para n = 2 se obtiene:
a0 1 1 1 1
a1 = −2 0 2 × 0 (14.36)
a2 1 −1 1 0
b0 1 1 1 1
b1 = −2 0 2 × 0,0954 (14.37)
b2 1 −1 1 0,00454
De las expresiones (14.36) y (14.37) se obtienen los coeficientes correspondientes a la función de
transferencia del filtro paso altas de forma tal que:
a0 = 1 a1 = −2 a2 = 1
b0 = 1,0099 b1 = −1,9909 b2 = 0,9092.
De este modo la función de transferencia paso altas obtenida esta dada por la ecuación (14.38).
14.7. diseño desde la respuesta al pulso de dirac 293
π300 π3400
c = ctg = 1,0459 k = tg = 0,0674
14000 14000
ctg( π(3400−300)
14000 )
m= = 1,075906
1,0459 + 0,0674
Los coeficientes de la función de transferencia ai , bi para i = 0, 1, 2, 3, 4 se obtienen por medio
de la matriz (14.31).
0
a0 1 1 1 1 1 1
a −4 −2
0
1 0 2 4 0
1
a2 = 6 0 −2 0 6 −2 × (14.39)
0
a3 −4 0 −2 4
2 0
0
a4 1 −1 1 −1 1 1
0
1,2663
b0 1 1 1 1 1 1
−4 −2
1,5914
b1 0 2 4 0
1
b2 = 6 0 −2 0 6 −2 × (14.40)
0,1026
−4 0 −2 4
b3 2 0
0,0053
b4 1 −1 1 −1 1 1
0,1632
Resolviendo las matrices (14.39) y (14.40) se obtienen los coeficientes de la función de transfe-
rencia H(z).
a0 = 1 a2 = −2 a4 = 1 b0 = 4,1287
b1 = −8,0218 b2 = 5,3028 b3 = −2,0664 b4 = 0,7408.
Con los valores de estos coeficientes la función de transferencia paso banda toma la forma:
1 − 2z −2 + z −4
H(z) = (14.41)
4,1287 − 8,0218z −1 + 5,3028z −2 − 2,0664z −3 + 0,7408z −4
H(z) = z {f (t)}
Ejemplo 14.9
Diseñar el filtro digital cuya respuesta al impulso es igual a la respuesta del circuito RC de la
figura 14.15. Elige la frecuencia de muestreo fm = 8000 Hz.
Primero se calcula la función de transferencia H(s) del circuito y después mediante la trans-
formada de Laplace se calcula la respuesta al impulso unitario h(t). De la respuesta al impulso
unitario h(t) se obtiene la respuesta a un impulso discreto h(nT ). Mediante la transformada-z
se calcula H(z) que se realiza.
U2 s s
H(s) = = 1 = (14.42)
U1 s + CR s + 1333,3
1333,3
−1
h(t) = L 1− = δ(t) − 1333,3e−1333,3t (14.43)
s + 1333,3
1333,3 − 1333,3 n
h(nT ) = δ(nT ) − 1333,3e−1333,3nT = δ(nT ) − e 8000 (14.44)
8000
14.7. diseño desde la respuesta al pulso de dirac 295
−0,16666
H(z) = 1 + (14.46)
1 − 0,846z −1
La estructura correspondiente a la ecuación (14.46) está en la forma paralela y se muestra en la
figura 14.15.
Ejemplo 14.10:
Diseñar el filtro digital cuya respuesta al impulso es igual a la respuesta del circuito RL de la
figura 14.16. Elige la frecuencia de muestreo fm = 8000 Hz.
U2 R 1428,57
= H(s) = = (14.47)
U1 R + sL s + 1428,57
Mediante la transformada de Laplace inversa se calcula la respuesta al impulso unitario h(t).
1428,57 − 1428,57 n
h(nT ) = e 8000 = 0,17857e−0,17857n (14.49)
8000
La función de transferencia H(z) se calcula mediante la transformada-z de h(nT )
0,17857
H(z) = Z {h(nT )} = (14.50)
1 − 0,836z −1
El circuito correspondiente a la función de transferencia H(z) se muestra en la figura 14.16.
Ejemplo 14.11:
Diseñar el filtro digital cuya respuesta al impulso es igual a la respuesta del circuito LCR de la
figura 14.17. Elige la frecuencia de muestreo fm = 800 Hz.
Primeramente se calcula la función de transferencia de circuito LCR en la figura 14.17.
296 capı́tulo 14. filtros digitales con respuesta infinita
R 1
U1 1+sRC R LC
= R
= = 1 1
U2 sL + 1+sCR s2 LCR + sL + R s2 + s CR + LC
U2 1,777 · 106
= 2
U1 s + 1,3329 · 103 s + 1,777 · 106
Si la última ecuación se transforma en la forma siguiente
U2
−1
L = h(t) = 1,5392 · 103 e−666,45t · sen (1154,5 · t)
U1
La respuesta al impulso del circuito discreto es
1154,5
666,45
h(n) = 1,5392 · 103 e− 800
n
n = 1,53924 · 103 e−0,83304n sen 1,443208n.
sen
800
Utilizando la tabla de la transformada-z se pueden escribir las siguiente transformaciones.
z zsen aT
sen (naT ) ⇐⇒
z2 − 2z cos aT + 1
z
e−naT ⇐⇒ X eaT · z
Usando estas transformaciones se obtiene
z · sen 1,443208 0,9918z
Z {sen 1,443208n} = = 2
z2 − 2z cos 1,443208 + 1 z − 0,2544z + 1
Si se sustituye por z = ze0,83304 = 2,3003z se obtiene la función de transferencia H(z).
3
0,9918 · (2,3003)z · 1,5392·10
800 0,8296z −1
H(z) = Z {h(n)} = =
(2,3003z)2 − 0,2544 · (2,3003)z + 1 1 − 0,11063z −1 + 0,18898z −2
El circuito discreto que realiza esta función de transferencia tiene la misma respuesta al impulso
que el circuito LCR. El circuito discreto se muestra en la figura 14.17.
14.8. la variancia de impulso 297
N
X Ai
H(s) = (14.51)
i=1
s + si
N
Ai e−si t .
X
h(t) = (14.52)
i=1
N
X Ai z
H(z) = (14.53)
i=1
z − pi
pi = e−si T (14.54)
Ejemplo 14.12:
Calcular el filtro digital Butterworth de tercer orden para amax = 3 dB y T=2.
La función de transferencia normalizada obtenida desde las tablas se puede escribir como:
1 A
H(s) = 2
= + H2 (s)
(s + 1)(s + s + 1) s+1
Calculando A se obtiene
1
A= |s=−1 = 1.
s2 +s+1
La función de transferencia parcial H2 (s) se obtiene calculando la ecuación
1 1 −s
H2 (s) = 2
− = 2
(s + 1)(s + s + 1) s + 1 s +s+1
Entonces la función de transferencia H(s) es la suma de dos funciones de transferencia H1 (s) +
H2 (s).
1 −s
H(s) = + (14.55)
s + 1 s2 + s + 1
Utilizando la transformación (14.51), (14.52), (14.53) y (14.54) la función de transferencia H1 (z)
se transforma en
z 1
H1 (z) = −T
|T =2 = (14.56)
z−e 1 − 0,13533z −1
La función de transferencia H2 (s) se tiene que arreglar en la forma
298 capı́tulo 14. filtros digitales con respuesta infinita
−s A1 A2
H2 (s) = = √ + √
s2 + s + 1 1
s+ 2 +j 23
s + 2 − j 23
1
√ √
3 √ 3 √
(− 21 − j 1
2 )j 3 ( 12 − j 1
2 )j 3
H2 (s) = √ + √ . (14.57)
1 3 1 3
s+ 2 +j 2 s+ 2 −j 2
−1 + 0,150574z −1
H2 (z) = , (14.60)
1 + 0,11813z −1 + 0,135335z −2
y la función de transferencia completa se puede escribir en la forma
1 −1 + 0,150574z −1
H(z) = H1 (z) + H2 (z) = + (14.61)
1 − 0,13533z −1 1 + 0,11813z −1 + 0,135335z −2
cykl h × a = b.
La ecuación anterior se puede escribir en forma matricial.
h0 hN −1 hN −2 · · · hN −n ··· 1 b0
h1 h0 hN −1 · · · hN −n+1 ···
a1
b1
h2 h1 h0 · · · hN −n+2 ··· a2 b2
··· ··· ··· ··· ··· ··· ··· ···
··· ··· ··· ··· ··· ···
···
···
··· ··· ··· ··· ··· ···
···
···
hn hn−1 hn−2 ··· h0 ··· an bn
hn+1 hn hn−1 ··· h1 ···
× 0
= 0
(14.62)
hn+2 hn+1 hn ··· h2 ···
0
0
··· ··· ··· ··· ··· ···
···
···
··· ··· ··· ··· ··· ··· ··· ···
··· ··· ··· ··· ··· ···
···
···
h2n h2n−1 h2n−2 ··· hn ···
0
0
··· ··· ··· ··· ··· ··· ··· ···
··· ··· ··· ··· ··· ··· ··· ···
hN −1 hN −2 hN −3 · · · hN −n−1 ··· 0 0
La ecuación matricial (14.62) se puede dividir en dos ecuaciones matriciales (14.63) y (14.64).
· · · hN −n
h0 hN −1 hN −2 1 b0
h1 h0 hN −1 · · · hN −n+1
a1
b1
h2 h1 h0 · · · hN −n+2 a2 b2
× = (14.63)
··· ··· ··· ··· ··· ··· ···
··· ··· ··· ··· ··· ··· ···
hn hn−1 hn−2 ··· h0 an bn
···
hn+1 hn hn−1 h1 a1 0
hn+2
hn+1 hn ··· h2
a2
0
hn+3 hn+2 hn+1 ··· h3 a3 0
+ × = (14.64)
··· ··· ··· ··· ··· ··· ···
··· ··· ··· ··· ··· ··· ···
h2n h2n−1 h2n−2 ··· hn an 0
−1
···
a1 hn hn−1 h1 hn+1
a2
hn+1 hn ··· h2
hn+2
a3 hn+2 hn+1 ··· h3 hn+3
= − × (14.65)
··· ··· ··· ··· ··· ···
··· ··· ··· ··· ··· ···
an h2n−1 h2n−2 ··· hn h2n
n
X
hk = − hk−i ai (14.66)
i=1
Ejemplo 14.13:
Calcular los coeficientes de la función de transferencia H(z) del orden n = 2 si se conocen los
coeficientes de la respuesta a un impulso y la longitud del periodo N = 6.
b0 h0 h5 h4 1
b1 = h1 h0 h5 a1
b2 h2 h1 h0 a2
b0 0,234087 −0,016070 −0,062288 1
b1 = 0,521581 0,234087 −0,016070 · −0,276
b2 0,327650 0,521581 0,234087 0,185
b0 0,227
1 0,454
b =
b2 0,227
Tarea 14.1:
Tarea 14.2:
Tarea 14.6:
Y (z)
H(z) = = b0 + b1 z −1 + b2 z −2 + · · · + bk z −k (15.1)
X(z)
k
bi z −i .
X
H(z) = (15.2)
i=0
A partir de esta función se puede dibujar la estructura directa del filtro FIR. La estructura se
muestra en la figura 15.1. Esta estructura se llama la estructura transversal. En la figura 15.2
se muestra la estructura del filtro FIR en primera forma canónica.
303
304 capı́tulo 15. filtros digitales con respuesta finita
Ejemplo 15.1:
Escribir la función de transferencia de un filtro FIR de orden cinco y mostrar en dónde están
ubicados los ceros y polos en el plano z.
H5 (z) = b0 + b1 z −1 + b2 z −2 + b3 z −3 + b4 z −4 + b5 z −5
b0 z 5 + b1 z 4 + b2 z 3 + b3 z 2 + b4 z + b5
H5 (z) =
z5
Todos polos están ubicados en el origen y por eso los filtros FIR son siempre estables. Si los
coeficientes bi de la función de transferencia son simétricos, b0 = b5 , b1 = b4 , b2 = b3
entonces los ceros de la función de transferencia son también simétricos respecto al circuito
unitario, como se ve en la figura 15.3, y la fase es lineal en todas las frecuencias.
Las muestras de la salida son dependientes sólo de las muestras en la entrada y de las
muestras de la entrada retrasadas. Por eso son menos sensibles a errores de redondeo que
los filtros con respuesta infinita.
El retraso de las señales es mayor que en los filtros con respuesta infinita IIR.
Los ceros de la función de transferencia que no están ubicados en el cı́rculo de radio unitario
deben ser recı́procos 1/zi . Entonces se puede escribir la función de transferencia en la forma
c
1 b
Y 1
H(z) = H(0) k
(z − 1)(z + 1) . (z − z0i ).(z − ). (15.4)
z i=1
z0i
La respuesta al impulso puede ser dividida en cuatro grupos, como se puede ver en la figura
15.4.
En la figura 15.4 a) el número de las muestras es impar, y la simetrı́a con respecto al punto
M es par, y por eso se puede expresar la función de transferencia mediante la ecuación
(15.5).
n
2
−1
n n
X
H(ω)IP =h + 2h(i) cos( − i)ω (15.5)
2 i=0
2
306 capı́tulo 15. filtros digitales con respuesta finita
En la figura 15.4 b) el número de las muestras es par y la simetrı́a con respecto al punto
M es también par. La función de transferencia se calcula mediante la ecuación (15.6).
n−1
2
X ω
H(ω)P P = 2h(i) cos(n − 2i) (15.6)
i=0
2
En la figura 15.4 c) el número de las muestras es impar y la simetrı́a con respecto al punto
M es también impar. La función de transferencia se puede expresar mediante la ecuación
(15.7).
n−1
2
X (n − 2i)
H(ω)II = 2h(i) sin ω (15.7)
i=0
2
En la figura 15.4 d) el número de las muestra es par y la simetrı́a con respecto al punto
M es impar. La función de transferencia se puede calcular mediante la ecuación (15.8).
n
2
−1
PI
X n
H(ω) = 2h(i) sin( − i)ω (15.8)
i=0
2
Ejemplo 15.2:
Hallar la función de transferencia H(ω) de un filtro F IR con la respuesta a un impulso que se
muestra en la figura 15.5.
El número de las muestras es impar pero la simetrı́a es par. Por eso se puede calcular la función
de transferencia H(ω) mediante la ecuación (15.9).
n
2
−i
n n
X
IP
H (ω) = h + 2h(i) cos( − i)ω (15.9)
2 i=0
2
Si se sustituye en la ecuación (15.9) por
n=4 h0 = h4 = 1 h1 = h3 = 2 h2 = 3,
15.1. filtros con respuesta finita al impulso fir 307
se obtiene
Ejemplo 15.3:
Hallar la función de transferencia en el dominio de z y de ω de un filtro F IR que tiene la función
de diferencias
Y (z)
H(z) = = 3 + 2z −1 + 2z −2 + 3z −3 .
X(z)
La respuesta del sistema a un impulso se muestra en la figura 15.6.
El número de los impulsos es par y la simetrı́a de los impulsos es también par. La función de
transferencia en el dominio de ω se puede escribir mediante la ecuación (15.10).
n−1
2
PP
X ω
H (ω) = 2h(i) cos(n − 2i) (15.10)
i=0
2
3ω ω 3ω ω
H(ω) = 2h(0) cos + 2h(1) cos = 2 3 cos + 2 cos
2 2 2 2
Las respuestas de los cuatro tipos del circuitos F IR se muestran en la figura 15.7.
308 capı́tulo 15. filtros digitales con respuesta finita
M
X
|H| = A(f ) = cm ej2πf mT , (15.11)
m=−M
M
X
H1 (z) = cm z m . (15.13)
m=−M
2M
1 X
H(z) = ai z −i (15.14)
z M i=0
Esta función es una función de transferencia de un filtro causal FIR. El término 2M significa
que el filtro FIR tiene 2M elementos de retardo. Si la frecuencia de muestreo normalizada es
fm =2, los coeficientes cm se calculan mediante la ecuación (15.15)
15.2. diseño del filtro fir 309
Z 1
cm = cos(mπf ) df (15.15)
0
Ejemplo 15.4:
Diseñar un filtro paso bajas con el filtro FIR para los especificaciones
1
para ≤ f ≤ 125 Hz
A(f ) =
0 en todas otras f recuencias.
La frecuencia de muestreo es fm = 1 kHz y el orden N=20.
Los especificaciones de un filtro paso bajas figura 15.8 se normalizan para que la frecuencia de
muestreo normalizada sea fm = 2. Cada frecuencia en este ejemplo se divide entre 500 y se
obtienen los especificaciones normalizadas cómo se muestra en la figura 15.8.
sin(0, 25mπ)
cm = (15.18)
mπ
La estructura del filtro FIR se muestra en la figura 15.9 y la función de transferencia se puede
escribir en la forma
H(z) = 0, 032 + 0, 025z −1 − 0, 032z −3 − · · · − 0, 032z −18 + 0, 025z −19 + 0, 032z −20 .
Ejemplo 15.5:
Calcular el filtro FIR paso bajas de orden N=8 si se conocen las especificaciones de la plantilla
figura 15.10. Si se elige la frecuencia del muestreo fm = 2π, los coeficientes del filtro paso bajas
se calculan mediante la ecuación (15.19).
Z 0,8
1
cm = c−m = cos(f · m) df (15.19)
π 0
0,8
1 sen(f · m)
cm = c−m =
π m 0
0, 8 cos(0, 8m)
c0 = = 0, 254647 = h4
π
15.2. diseño del filtro fir 311
sen(0,8)
c1 = = 0, 228341 = h3 = h5
π
sen(2 · 0, 8)
c2 = = 0, 159087 = h2 = h6
2π
sen(3 · 0, 8)
c3 = = 0, 071668 = h1 = h7
3π
sen(4 · 0, 8)
c4 = = −0, 004645 = h0 = h8
4π
La función de transferencia en el dominio z del filtro FIR es
H(ω) = h4 + 2h0 cos(4ω) + 2h1 cos(3ω) + 2h2 cos(2ω) + 2h3 cos(ω) (15.20)
Ejemplo 15.6:
Calcular el filtro FIR paso altas de orden N=8 si se conocen las especificaciones de la plantilla
figura 15.13. Si se elige la frecuencia del muestreo fm = 2π, los coeficientes del filtro paso altas
se calculan mediante la ecuación (15.21).
Z π π
1 1 sen(f m)
cm = c−m = cos(f m) df = (15.21)
π 2 π m 2
1 sen(πm) − sen(2m)
cm = c−m =
π m
π cos(πm) − 2 cos(2m)
c0 = |m=0 = 0, 36338 = h4
π
sen(π) − sen(2)
c1 = = −0, 289438 = h3 = h5
π
sen(2π) − sen(4)
c2 = = 0, 1204 = h2 = h6
2π
sen(3π) − sen(6)
c3 = = 0, 0296 = h1 = h7
3π
sen(4π) − sen(8)
c4 = = −0, 0787 = h0 = h8
4π
La función de transferencia en el dominio de z del filtro FIR es
H(ω) = h4 + 2h0 cos(4ω) + 2h1 cos(3ω) + 2h2 cos(2ω) + 2h3 cos(ω) (15.22)
15.2. diseño del filtro fir 313
Ejemplo 15.7:
Calcular el filtro FIR supresor de banda de orden N=8 si se conocen las especificaciones de la
plantilla en la figura 15.16. Si se elige la frecuencia del muestreo fm = 2π, los coeficientes del
filtro supresor de banda se calculan mediante la ecuación (15.23).
Z 0,8 Z π
1 1
cm = c−m = cos(f · m) df + cos(f · m) df (15.23)
π 0 π 2
H(ω) = h4 + 2h0 cos(4ω) + 2h1 cos(3ω) + 2h2 cos(2ω) + 2h3 cos(ω) (15.24)
Ejemplo 15.8:
Calcular el filtro FIR paso banda de orden N=8 si se conocen las especificaciones de la plantilla
figura 15.19. Si se elige la frecuencia del muestreo fm = 2π, los coeficientes del filtro paso banda
se calculan mediante la ecuación (15.26).
Z 2
1
cm = c−m = cos(f · m) df (15.26)
π 0,8
H(ω) = h4 + 2h0 cos(4ω) + 2h1 cos(3ω) + 2h2 cos(2ω) + 2h3 cos(ω) (15.27)
316 capı́tulo 15. filtros digitales con respuesta finita
Ejemplo 15.9.
Calcular el filtro FIR con fase lineal en todas las frecuencias si la ecuación de las diferencias es
de la forma
en ω = 0 H(0) = 1
π π
en ω = H( ) = 0, 707
2 2
en ω = π H(π) = 0, 2
Las especificaciónes del filtro se muestran en la figura 15.22. La función de transferencia de
segundo orden del filtro con fase lineal se calcula mediante la ecuación (15.28).
Ejemplo 15.10:
Calcular el filtro FIR paso bajas si se conocen las especificaciones de la plantilla en la figura
15.24. El filtro FIR es de 6to orden y la función de transferencia en el dominio de z es
H(z) = h0 + h1 z −1 + h2 z −2 + h3 z −3 + h2 z −4 + h5 z −5 + h6 z −6 ,
318 capı́tulo 15. filtros digitales con respuesta finita
15.3. El diferenciador.
El sı́mbolo del diferenciador y la gráfica de H(ω) se muestra en la figura 15.26. Los coeficientes
bk se calculan mediante la ecuación (15.31). La función de transferencia del diferenciador es
H(ω) = jω.
Z π Z π
1 jnω 1
bn = H(ω)e dω = jωejnω dω (15.31)
2π −π 2π −π
R 0 R 0
La integral se calcula mediante el método por partes u ·v = u·v− u · v . Calculando se
obtiene:
π
1 jω jnω
bn = jejnω − e (15.32)
2π jn −π
0
para n = 0
b(n) = (15.33)
(−1)n
n para n 6= 0
Ejemplo 15.11.
Calcule el diferenciador para el orden n=12. Utilizando la ecuación (15.33) se obtienen los
coeficientes h0 hasta h12
320 capı́tulo 15. filtros digitales con respuesta finita
(−1)−6
h0 = −h12 = b−6 = −6 = −0, 1666
(−1)−5
h1 = −h11 = b−5 = −5 = 0, 2000
(−1)−4
h2 = −h10 = b−4 = −4 = −0, 2500
(−1)−3
h3 = −h9 = b−3 = −3 = 0, 3333
(−1)−2
h4 = −h8 = b−2 = −2 = −0, 5000
(−1)−1
h5 = −h7 = b−1 = −1 = 1, 0000
h6 = −h6 = b0 = 0, 0000 = 0, 0000
(−1)1
h7 = −h5 = b1 = 1 = −1, 0000
(−1)2
h8 = −h4 = b2 = 2 = 0, 5000
(−1)3
h9 = −h3 = b3 = 3 = −0, 3333
(−1)4
h10 = −h2 = b4 = 4 = 0, 2500
(−1)5
h11 = −h1 = b5 = 5 = −0, 2000
(−1)6
h12 = −h0 = b6 = 6 = 0, 1666
Las muestras de h(n) y el espectro H(ω) se muestran en la figura 15.27. La función de transfe-
rencia de diferenciador toma la forma
H(z) = −0,166 + 0,2z −1 − 0,25z −2 + 0,33z −3 − . . . − 0,33z −9 + 0,25z −110 − 0,2z −11 + 0,166z −12 .
π
"Z #
jT 0 Z
T 1
jnωT jnωT
b(n) = e dω − e dω = [1 − cos(πn)]
2π − Tπ 0 πn
Esta relación se puede escribir en la forma
0
para n = 0, 2, 4, 6...
b(n) = (15.35)
2
para n = 1, 3, 5, 7...
πn
Sustituyendo al ecuación (15.35) por n=1, 2, 3, 4 se obtienen los coeficientes hi y como se observa
de la figura 15.28 son antimétricos y faltan las muestras pares.
En la figura 15.31 se muestra la influencia de las ventanas en la respuesta del filtro. Si tenemos
infinitas muestras entonces se obtiene la respuesta del filtro ideal. Pero esos filtros no se pueden
realizar y es necesario limitar el número de coeficientes mediante una ventana. Si se utiliza
15.5. la influencia de las ventanas a la respuesta 323
una ventana rectangular se obtiene la respuesta de un filtro que se muestra en la figura 15.31
b). La amplitud de la respuesta no es buena, su oscilación es muy grande en el banda de
paso. Si se utiliza la ventana que propusó Hamming, Von Hann o Kaiser, las oscilaciones de
amplitud disminuyen. La ventana rectangular limita sólo el número de las muestras. Pero la
ventana Hamming, Von Hann o Kaiser limita además del número de muestras, el tamaño de
las muestras (coeficientes de la función de transferencia). Los coeficientes nuevos del filtro se
0
determinan usando la ecuación cm = wm · cm , donde wm son los coeficientes de la ventana.
Ventana de Hamming.
La ventana de Hamming se define mediante la ecuación wi = 0, 54 + 0, 46 cos 2πi
M . Para M = 20
los coeficientes de la ventana de Hamming son las siguientes.
w0H = 1
w1H = 0, 54 + 0, 46 cos 2π
20 = 0, 977486
w2H = 0, 54 + 0, 46 cos 4π
20 = 0,9121478
w3H = 0, 54 + 0, 46 cos 6π
20 = 0, 8103812
w4H = 0, 54 + 0, 46 cos 8π
20 = 0, 6821478
H = 0, 54 + 0, 46 cos 20π = 0, 08
w10 20
324 capı́tulo 15. filtros digitales con respuesta finita
" #
M cos(πf M ) 0,54 − 0, 08(f M )2
W (f ) = (15.36)
πf M 1 − (f M )2
Ejemplo 15.12:
Modificar los coeficientes del ejemplo 4 mediante la ventana de Hamming y determinar los nuevos
coeficientes del filtro. En el ejemplo 4 se calcularon los coeficientes cm para filtro paso bajas en
la siguiente forma
Usando la ventana de Hamming se calculan nuevos coeficientes del filtro mediante la ecuación
0
cm = wm · cm .
15.5. la influencia de las ventanas a la respuesta 325
a10 = c0 · w0H = 0, 25 · 1 = 0, 25
a9 = a11 = c1 · w1H = 0, 225 · 0, 977486 = 0, 220
a8 = a12 = c2 · w2H = 0, 159 · 0, 9121478 = 0, 145
a7 = a13 = c3 · w3H = 0, 075 · 0, 8103812 = 0, 0607
a6 = a14 = c4 · w4H = 0
a5 = a15 = c5 · w5H = −0, 045 · 0, 5233846 = −0, 0235
a4 = a16 = c6 · w6H = −0, 0211
a3 = a17 = c7 · w7H = 0, 0086
a2 = a18 = c8 · w8H = 0, 0000
a1 = a19 = c9 · w9H = 0, 0026
H = 0, 0025
a0 = a20 = c1 · w10
Ventana de Blackman.
La ventana de Blackman se define mediante la ecuación (15.37). Si se eligen los parámetros
a0 = 0, 42323, a1 = 0, 49755 y a2 = 0, 07922 la ganancia cae más de −70, 83 dB, como se
observa en la figura 15.33.
k
X 2πi
wi = (−1)i ai cos (15.37)
i=0
M
La ventana Von Hann se conoce en la bibliografı́a como ventana de Hanning y se define mediante
la ecuación (15.38). En la figura 15.34 se muestran las muestras de la ventana y el espectro
obtenido mediante el paquete Matlab.
2πi
wi = 0, 5 1 + cos (15.38)
M
326 capı́tulo 15. filtros digitales con respuesta finita
Ventana de Kaiser.
La ventana de Kaiser se define mediante la ecuación (15.39). Los valores de las muestras de la
ventana dependen del orden de la ventana y del coeficiente beta. La ventana de Kaiser y su
espectro se muestran en la figura 15.35.
" r #
2
2i
I0 θ 1 − M
wi = (15.39)
I0 (θ)
2i 2πi 1 2πi
wi = 1 − cos + sin (15.40)
M M π M
Ventana parabólica.
La ventana parabólica se define mediante la ecuación (15.41).
15.6. fir obtenidos en el dominio de la frecuencia 327
2
2i
wi = 1 − (15.41)
M
Ventana de Poisson.
La ventana de Poisson se define mediante la ecuación (15.42).
2αi
wi = e− M (15.42)
Ventana de Cauchy.
La ventana de Cauchy se define mediante la ecuación (15.43).
2 !−1
2αi
wi = 1+ (15.43)
M
2kπ(N − 1)
φ(k) = −φ(k) + 2πr − para r = 0, 1, 2, 3, ... (15.50)
N
kπ(N − 1)
φ(k) = πr − para r = 0, 1, 2, 3, ... (15.51)
N
Si se sustituye en la ecuación (15.47) la ecuación (15.51) se obtiene la ecuación (15.52).
−1
1 NX N −1 ki
h(i) = A(k)ej[πr−πk N +2π N ] (15.52)
N k=0
Ejemplo 15.13:
Diseñar un filtro FIR conociendo las muestras en el dominio de la frecuencia que se muestran
en la figura 15.36. El filtro FIR tiene dos bandas de paso, es una combinación pasa bajas y paso
banda. El filtro es el orden N=32. Sustituyendo k, A(k) y también por i en la ecuación (15.53)
se obtienen h0 , h1 , h2 ... h31 .
1 π 2π 9π 10π 11π
h0 = [0,5 + 2(−0,5 cos + 0,5 cos − cos + cos − cos )] = −0, 0192137
32 32 32 32 32 32
Los coeficientes restantes se calculan de la misma manera y todos los coeficientes del filtro FIR se
encuentran en la tabla 15.1. Los espectros de amplitud y fase obtenidos mediante la transformada
rápida de Fourier se muestran en la figura 15.37.
Tarea 15.1:
Calcular el filtro FIR paso bajas de orden N=6 si se conocen las especificaciones de la plantilla
figura 15.38, si se elige la frecuencia del muestreo fm = 2π.
Tarea 15.2:
Calcular el filtro FIR paso altas de orden N=6 si se conocen las especificaciones de la plantilla
figura 15.39, si se elige la frecuencia del muestreo fm = 2π.
Tarea 15.3:
Calcular el filtro FIR supresor de banda de orden N=6 si se conocen las especificaciones de la
plantilla en la figura 15.40, si se elige la frecuencia del muestreo fm = 2π.
Tarea 15.4:
Calcular el filtro FIR paso banda de orden N=6 si se conocen las especificaciones de la plantilla
figura 15.41, si se elige la frecuencia del muestreo fm = 2π.
Función de transferencia
di(t) 1
Z
u(t) = R · i(t) + L + i(t)dt (16.1)
dt C
I
sU = RsI + Ls2 I + | dividiendo entre s se obtiene
C
I
U = R · I + sL · I +
sC
y la impedancia del circuito RLC toma la forma
U 1
Z= = R + sL + (16.3)
I sC
En general para un circuito de dos puertos se puede escribir la ecuación diferencial
331
332 capı́tulo 16. función de transferencia
dn x dn−1 x dx dn y dn−1 y dy
bn n
+ bn−1 n−1
+ · · · + b1 + b0 = a n n
+ an−1 n−1
+ · · · + a1 + a0 (16.4)
dt dt dt dt dt dt
siendo
x(t) es la señal de entrada
y(t) es la señal de salida
Si se aplica a la ecuación (16.4) la transformada de Laplace se obtiene
bn sn + bn−1 sn−1 + . . . + b1 s + b0
H(s) = (16.6)
an sn + an−1 sn−1 + . . . + a1 s + ao
dy
Si se conoce la derivada de la señal de entrada dx
dt y de salida dt en varios instantes del tiempo,
se puede obtener la función de transferencia H(s) y construir el circuito.
Figura 16.2: Sistema analógico: las señales de entrada y salida con sus derivadas en T1
En la entrada del circuito discreto se tiene una señal en la forma discreta y en la salida se
obtienen las muestras. Esta situación se presenta en la figura 16.3. En este caso no se puede
construir una derivada dx
dt , pero si podemos calcular una diferencia entre las dos muestras.
∆y y1 − y2 ∆x x1 − x2
= y = (16.7)
∆T ∆T ∆T ∆T
Igual como en el caso de los circuitos analógicos se puede escribir la ecuación en diferencias
∆n x ∆n−1 x ∆x ∆n y ∆n−1 y ∆y
bn + bn−1 + · · · + b1 + b0 = a n + an−1 + · · · + a1 + a0 (16.8)
∆T n ∆T n ∆T ∆T n ∆T n−1 ∆T
Esta ecuación se puede escribir de la forma
16.1. función de transferencia de los sistemas 333
bn x(n) + bn−1 x(n − 1) + · · · + b1 x(1) + b0 = an y(n) + an−1 y(n − 1) + · · · + a1 x(1) + a(0) (16.9)
Y (z) b0 + b1 z −1 + b2 z −2 + · · · + bn z −n
H(z) = = (16.13)
X(z) 1 + a1 z −1 + a2 z −2 + · · · + an z −n
La relación entre el dominio de s y z queda establecida por la ecuación (16.14)
z = esT (16.14)
Siendo T el intervalo entre dos muestras. La ecuación z = esT transforma el eje imaginario del
dominio s al cı́rculo unitario en el dominio de z, figura 16.4
El lado izquierdo del plano s se transforma dentro del cı́rculo unitario en plano z, y el lado
derecho del plano s se transforma fuera de cı́rculo unitario. Entonces los polos de un filtro
analógico, que es estable, se situan dentro del cı́rculo unitario. Para una aproximación de Cauer
y n = 3, los polos y los ceros de la función de transferencia se ubican en el dominio de s y z,
como se muestra en lafigura 16.5.
Ejemplo 16.1:
Determinar la función de transferencia de un circuito si su ecuación en diferencias es la siguiente:
334 capı́tulo 16. función de transferencia
1
y(n) = y(n − 1) + 2x(n) (16.15)
2
Si se aplica la transformada-z se obtiene
1
Y (z) = z −1 Y (z) + 2X(z)
2
1
Y (z). 1 − z −1 = 2X(z)
2
Y (z) 2 2z
= 1 = (16.16)
X(z) 1 − 2z −1 z − 12
El polo y el cero están ubicados como se muestra en la figura 16.6
Ejemplo 16.2:
Determine la función de transferencia de un sistema definido por la ecuación en diferencias
(16.17)
5 1
y(n) = y(n − 1) − y(n − 2) + x(n) (16.17)
6 6
Usando la transformada-z se obtiene
16.1. función de transferencia de los sistemas 335
5 1
Y (z) = Y (z)z −1 − Y (z)z −2 + X(z)
6 6
5 1
Y (z). − z −1 + z −2 + 1 = X(z)
6 6
Y (z) 1
H(z) = =
X(z) 1 − 6 z + 16 z −2
5 −1
1
H(z) = (16.18)
1 −1
1− 2z . 1 − 31 z −1
Los polos y ceros de la función (16.19) están situados en el plano z, como se muestra en la figura
16.7
z2
(16.19)
1 1
z− 2 z− 3
Ejemplo 16.3:
Calcule la respuesta a un tren de impulsos de un circuito que se define por la siguiente ecuación
en diferencias
Y (z) 1
H(z) = = (16.21)
X(z) 1 − z −1
Entonces la respuesta en el dominio de la frecuencia toma la forma
1
Y (z) = X(z) (16.22)
1 − z −1
La transformada-z a un tren de impulsos es
1
X(z) = (16.23)
1 − z −1
Entonces
1
Y (z) = (16.24)
(1 − z −1 )2
La transformada-z inversa se obtiene si se divide numerador entre denominador
1 : 1 − 2z −1 + z −2 = 1 + 2z −1 + 3z −2 + 4z −3 + 5z −4 + · · ·
y(n) = {1 2 3 4 5 6 . . .}
Esta serie de muestras diverge a pesar de que la señal en la entrada está limitada. Por eso el
sistema no es estable, figura 16.8.
e2a = |H(ω)|2
1
a = ln|H| [N p]
2
a = 10 · log|H| [dB]
El procedimiento de análisis se explica en el siguiente ejemplo.
Ejemplo 16.4:
Para el sistema definido mediante la ecuación en diferencias
Y (z) 1 + z −1
H(z) = = (16.29)
X(z) 1 + 0,1z −1 − 0,2z −2
1 + z −1 1+z
|H(z)|2 = H(z).H(z −1 ) = −1 −2
×
1 + 0,1z − 0,2z 1 + 0,1z − 0,2z 2
1 + z + z −1 + 1
|H(z)|2 =
1 + 0,1z − 0,2z 2 + 0,1z −1 + 0,01 − 0,02z − 0,2z −2 − 0,02z −1 + 0,04
2 + z + z −1
|H(z)|2 = (16.30)
1,05 + 0,08(z + z −1 ) − 0,2(z 2 + z −2 )
En la última ecuación se sustituye z
z = ejω z −1 = e−jω
338 capı́tulo 16. función de transferencia
z 2 = e2jω z 2 = z −2jω
y se obtiene
ejω +e−jω
2+2 2
|H| = (16.31)
ejω +e−jω e2jω +e−2jω
1,05 + 0,08 · 2 2 − 0,2 · 2 2
2 + 2 cos ω
|H| = (16.32)
1,05 + 0,16 cos ω − 0,4 cos 2ω
Ejemplo 16.5:
Para el sistema analógico definido por la función de transferencia
1
H(s) = √ (16.33)
s2 + 2s+1
determine atenuación en dB para ω = 1 y ω = 3.
1
H(s) · H(−s) = √ √ (16.34)
s2 + 2 s + 1 . s2 − 2s+1
1
H(s) · H(−s) =
1 + s4
1
H(jω) · H(−jω) =
1 + ω4
1 adB
|H|ω=1 = = 10 20
2
y la atenuación para la frecuencia angular ω = 1 es
1
adB = 10 · log = −3 dB
2
para ω = 3 se obtiene
1
adB = 10 · log = −19,138 dB
82
La gráfica de la respuesta se muestra en la figura 16.9
Ejemplo 16.6:
Para el sistema que se muestra en la figura 16.10 determine la función de transferencia H(z), si
se conoce
z 1
h(n) = {an } ⇐⇒ H(z) = (16.35)
1 − az −1
entonces
z 1
{2n } ⇐⇒ = H1 (z)
1 − 2z −1
z 1
{1n } ⇐⇒ = H2 (z)
1 − z −1
z 1
{(−1)n } ⇐⇒ = H3 (z)
1 + z −1
La función de transferencia del sistema en la figura 16.10 se calcula mediante la ecuación (16.36)
1 1 1
H(z) = + (16.37)
1 − 2z −1 1 − z −1 1 + z −1
2
H(z) = (16.38)
1− 2z −1 − z −2 + 2z −3
Si se divide numerador entre denomirador se obtiene la respuesta al impulso h(n).
2 : 1 − 2z −1 − z −2 + 2z −3 = 2 + 4z −1 + 10z −2 + 20z −3 + · · ·
h1 (n) = {2n } = {1 2 4 8 16 32 · · ·}
h2 (n) = {1n } = {1 1 1 1 1 1 · · ·}
h3 (n) = {(−1)n } = {1 − 1 1 − 1 1 − 1 · · ·}
h(n) = {1 2 4 8 16 32 · · ·} ∗ {2 0 2 0 2 0 · · ·}
h(n) = {2 4 10 20 · · ·}
Los dos resultados son iguales y se observa que las muestras divergen y por eso el sistema no es
estable.
|ejω − zk | = Vk (ω)
6 H(jω) = 6 ω(N − M ) + θ1 (ω) + θ2 (ω) + · · · + θM (ω) − [ϕ1 (ω) + ϕ2 (ω) + · · · + ϕN (ω)] (16.47)
Ejemplo 16.7:
Determine el módulo de la función de transferencia H(z) para la frecuencia ω = 0,5
(z + 2)(z + 4)
H(z) = (16.48)
(z + 1)(z + 3)
(2,917247)(4,9010877)
|H(z)| = = 1,888 (16.49)
(1,9378248)(3,9071083)
Ejemplo 16.8:
Determine la fase de la función de transferencia (16.48) para ω = 0,5
Im
(ejω + 2)ω=0,5 = | cos ω + 2 + j sin ω|ejarctg Re
sen 0,5
θ1 = arctg = 0,1650907
cos 0,5 + 2
342 capı́tulo 16. función de transferencia
sen 0,5
θ2 = arctg = 0,0979769
cos 0,5 + 4
sen 0,5
ϕ1 = arctg = 0,25
cos 0,5 + 1
sen 0,5
ϕ2 = arctg = 0,123016
cos 0,5 + 3
θ = θ1 + θ2 − ϕ1 − ϕ2 = −0,1099484
Ejemplo 16.9:
Calcule el valor absoluto de H(z) y la fase de H(z) conociendo que tiene la siguiente función de
transferencia
∞ n n
1 1 1 3
e−jωn
X
jω
H(e ) = +
n=0
2 4 2 4
La ecuación anterior se puede expresar de la siguiente manera
1 1 1 1
H(ejω ) = 1 −jω
+ 3
2 1 − 4e 2 1 − 4 e−jω
Para obtener más fácilmente el módulo de H y la fase se escribe la última ecuación en la forma
siguiente
1
ejω ejω − 2
H(ejω ) = (16.50)
1 3
ejω − 4 ejω − 4
1
ejω cos ω − 2 + j sen ω
H(ejω ) = h ih i
1 3
cos ω − 4 + j sen ω cos ω − 4 + j sen ω
La ecuación analı́tica del módulo de H(ω) es
1
5 2
jω 4 − cos ω
|H(e | =
17
16 − 12 cos ω 25
16 − 32 cos ω
el módulo de la función de transferencia de la ecuación (16.50) se puede expresar en la forma
|ejω − 21 |
|H(ejω )| =
|ejω − 14 |.|ejω − 34 |
Y la fase se puede calcular mediante la ecuación
1 1 3
θ(ω) = ω + arg(ejω − ) − arg(ejω − ) − arg(ejω − )
2 4 4
o usando la ecuación (16.51)
sen ω −1 sen ω −1 sen ω
θ(ω) = ω + tan−1 1 − tan 1 − tan (16.51)
cos ω − 2 cos ω − 4 cos ω − 34
Capı́tulo 17
Las señales internas Ui tienen una gran importancia, ya que ellas son las que determinan el
estado de los circuitos. Las señales Ui a la salida de los elementos de retardo se indican en la
figura 17.1, mientras que las restantes señales en la salida de los sumadores de la red digital
están representadas por Vi .
343
344 capı́tulo 17. sı́ntesis y análisis de filtros digitales
Cada rama de la estructura de la red digital de la figura 17.1 está caracterizada por la función
de transferencia definida por las respectivas señales de entrada y salida (figura 17.2)
De esta forma la transmisión fij del nodo i al nodo j se puede expresar en la forma
(
k
f i, j = (17.1)
z −1
donde k es una constante y z −1 representa un elemento de retardo. Ası́ el sistema digital puede
ser formulado con las ecuaciones:
Por otra parte, los términos F del sistema de ecuaciones (17.2) representan a las funciones de
transferencia fi,j y pueden ser descritas por la expresión matricial
X(z)
Y(z)
Nf × =0 (17.3)
U(z)
V(z)
donde
Fyx −E Fyu F(yv)
Nf = Fux 0 Fuu − E F(uv) (17.4)
Fvx 0 Fvu F(vv) − E
Nf es la matriz representativa del diagrama de flujo de las señales. Tal como se podrá comprobar
más adelante, en el análisis las señales Ui (z) tienen mucha importancia a la salida de los elementos
de retardo de la red digital. Si en la expresión (17.3) se reducen las señales Vi (z) se obtiene:
X(z)
Ne × Y(z) = 0 (17.5)
U(z)
17.2. ejemplos 345
donde
" #
D −E C
Ne = −1 −1 (17.6)
z B O z A−E
De este modo, si no se toman en cuenta a las señales Ui (z) en la expresión (17.5) se obtiene
" #
X(z)
NT × =0 (17.8)
Y(z)
17.2. Ejemplos
Para determinar la función de transferencia de un sistema digital se debe establecer la matriz
del diagrama del flujo . Por ejemplo, para el filtro digital en la figura 17.3, primero se asignan
los números 1 y 2 a los nodos de entrada y salida. Seguidamente se pueden numerar los nodos
de las salidas de los bloques de retardo con los números 3 y 4 respectivamente, para asignar
finalmente los números 5 , 6 y 7 a los nodos donde aparecen las señales interiores V5 , V6 y V7 .
De esta forma se obtiene el sistema de ecuaciones correspondiente al circuito:
2: Y2 = V5
3: U3 = V7 z −1
4: U4 = V6 z −1
5: V5 = X1 a0 + U3
6: V6 = X1 a2 − b2 V5
7: V7 = X1 a1 − b1 V5 + U4
X1
0 −1 0
0 1 0 0
Y2
0 0 −1 0 0 0 z −1
U3
0 −1 0 z −1 0
0 0
× U4 =0 (17.11)
a0 0 1 0 −1 0 0
V5
a2 0 0 0 −b2 −1 0
V6
a1 0 0 1 −b1 0 −1
V7
Y ası́ se obtiene la matriz de flujo de señales del filtro digital. La primera fila se marca con el
número 2. En la diagonal principal todos los elementos son iguales a -1.
1 2 3 4 5 6 7
0 −1 0
2 0 1 0 0
3 0 0 −1 0 0 0 z −1
4 0 0 0 −1 0 z −1 0
(7)
Nf = (17.12)
5 a0 0 1 0 −1 0 0
6 a2 0 0 0 −b2 −1 0
7 a1 0 0 1 −b1 0 −1
Para ilustrar el procedimiento seguido en la determinación de la matriz de flujo de señales, se
toma como ejemplo el elemento de retardo localizado entre los nodos 4 y 6, de modo que en la
(7) (7)
matriz Nf , el término n64 correspondiente a este elemento toma el valor z −1
De forma similar, al multiplicador situado entre los nudos 5 y 7 le corresponde en la matriz de
(7) (7)
flujo Nf la posición del elemento n75 representado por la constante -b1 . Con el propósito de
determinar los elementos de la matriz N(6) se puede aplicar la ecuación recursiva (17.13).
(n) (n) (n) (n)
(n−1) nij · nnn − nin · nnj
nij = (n)
(17.13)
nnn
(7) (7) (7) (7)
(6) n34 · n77 − n37 · n74 0 · (−1) − 1 · z −1
n34 = (7)
= = z −1 (17.14)
n77 −1
Si en la expresión (17.12) se reduce el número de filas y columnas, se obtienen ecuaciones (17.15)
a (17.19)
17.2. ejemplos 347
0 −1 0 0 1 0
a1 z −1 0 −1 z −1 −b1 z −1 0
N(6) = 0 0 0 −1 0 z −1 (17.15)
−1
a0 0 0 1 0
a2 0 0 0 −b2 −1
(5)
Para obtener la matriz N(5) se utiliza la ecuación (17.13). El elemento n41 toma la forma
(6) (6) (6) (66)
(5) n41 · n66 − n46 · n61 0 · (−1) − z −1 · a2
n41 = (6)
= = a2 · z −1 . (17.16)
n66 −1
0 −1 0 0 1
a1 z −1 0 −1 z −1 −b1 z −1
N(5) = (17.17)
a2 z −1 0 0 −1 −b2 z −1
a0 0 1 0 −1
(4)
El elemento n31 de la matriz N(4) se obtiene mediante la ecuación (17.13). Los elementos
restantes se obtienen de la misma manera.
" #
0 −b2 h i
A= C= 0 1
1 −b1
" #
a2 − a0 b2
B= D = a0 (17.22)
a1 − a0 b1
A continuación se determina la matriz de flujo de estado Ne correspondiente a un filtro digital
de segundo orden, figura 17.4.
Primero se numeran los nodos de la red tal como se ilustra en la figura 17.4, y tomando en
cuenta el procedimiento seguido en el análisis del ejemplo anterior, se determinan los elementos
de la matriz de flujo de señales, la cual toma la forma:
d −1 c1 c2 0 0
0 0 −1 0 0 z −1
(6)
Nf = 0 0 0 −1 z −1 0 (17.23)
b2 0 a21 a22 −1
0
b1 0 a11 a12 0 −1
Si se reduce el número de filas y columnas en la matriz de la ecuación (17.23), se puede obtener
la matriz de flujo de estado (17.24)
d −1 c1 c2
N(4) −1
e = z b1 0 −1 + a11 z −1 a12 z −1 (17.24)
−1
z b2 0 z −1 a21 −1 + a22 z −1
Comparando las expresiones (17.6) y (17.24) se pueden obtener las matrices de estado A, B, C, D
del filtro digital de la figura 17.4, llamada estructura de flujo de estado especificada por:
" #
a11 a12 h i
A= B= b1 b2
a21 a22
" #
c1
C= D= d (17.25)
c2
Se puede observar que algunos de los elementos de las matrices de estado de la ecuación (17.25),
resultarán nulos o unitarios, tal como se ilustra en la ecuación (17.20). Este comportamiento es
17.3. sı́ntesis matricial de los circuitos discretos 349
D = H(z −1 = 0) (17.26)
(k) (k)
(k) (k−1) nik nkj
nij = nij + (k)
(17.27)
nkk
(k)
En la nueva matriz se pueden elegir los elementos en la última fila nkj y en la última columna
(k) (k)
nik y el resto de los elementos nij se calculan a partir de la ecuación (17.27). Si se seleccionan
los elementos en la diagonal principal iguales a -1 los elementos restantes se pueden calcular a
partir de la ecuación
(k) (k−1) (k) (k)
nij = nij − nik nkj (17.28)
(k)
El valor n2j debe ser cero para todas las filas y ademas todos los elementos de la diagonal
(k) (2)
principal deben ser -1, entonces nkk = −1. La matriz de transferencia NT debe ser
(2)
NT = [H(z) − 1] (17.29)
Hasta aquı́ se ha descrito el procedimiento desde un punto de vista teórico. A continuación se
presentan una serie de ejemplos ilustrativos.
350 capı́tulo 17. sı́ntesis y análisis de filtros digitales
Ejemplo 17.1:
Encontrar la estructura correspondiente a la función de transferencia H(z)
b2 + 2b1 z −1 + b2 z −2
H(z) = (17.30)
1 + b1 z −1 + (b2 − 1)z −2
Empleando la ecuación (17.26) se obtiene
b1 (2 − b2 )z −1 + b2 (2 − b2 )z −2
H(z) = b2 + (17.31)
1 + b2 z −1 + (b2 − 1)z −2
(2)
y además la matriz de transferencia NT usando la ecuación (17.29) será
" #
(2) b1 (2 − b2 ) + b2 (2 − b2 )z −2
TT = b2 + −1 (17.32)
1 + b1 z −1 + (b2 − 1)z −2
En el primer paso de la expansión debemos calcular la siguiente matriz
(3) (3) (3)
" #
n21 n22 n23
N(3) = (3) (3) (3) (17.33)
n31 n32 n33
(3) (3) (3) (3)
Los elementos de la última fila y columna n31 , n32 , n33 y n23 se pueden elegir y usando la
(3) (3) (3)
ecuación (17.27) se calculan los elementos n21 y n22 . De acuerdo a los condiciones escritas, n32
debe ser cero. Se eligen los siguientes valores para los elementos de la matriz
(3) (3)
n23 = b1 + b2 z −1 n31 = (2 − b2 )z −1
(3) (3)
n32 = 0 n33 = −1 − b1 z −1 − (b2 − 1)z −2
(3)
Mediante de la ecuación (17.27) (n33 6= 0) se calculan
(3) (3)
(3) (2) n23 n31
n21 = n21 − (3)
n33
(3) b1 (2 − b2 )z −1 + b2 (2 − b2 )z −2 b1 (2 − b2 )z −1 + b2 (2 − b2 )z −2
n21 = b2 + + = b2
1 + b2 z −1 + (b2 − 1)z −2 −1 − b2 z −1 − (b2 − 1)z −2
(3) (3)
(3) (2) n23 n32
n22 = n22 + (3)
n33
(3) (3)
Pero n22 = 0 y por eso el elemento n22 es igual a -1 y la matriz expandida toma la forma
" #
b2 −1 b1 + b2 z −1
N(3) = −1 (17.34)
(2 − b2 )z 0 −1 − b1 z −1 − (b2 − 1)z −2
En el segundo paso de la expansión debemos calcular los valores de los elementos
(4) (4) (4) (4) (4) (4)
n21 , n22 , n23 , n31 , n32 , n33
de la matriz N(5)
(5) (5) (5) (5) (5)
n21 n22 n23 n24 n25
(5) (5) (5) (5) (5)
(5)
n31 n32 n33 n34 n35
N = (5) (5) (5) (5) (5)
(17.39)
n41 n42 n43 n44 n45
(5) (5) (5) (5) (5)
n41 n52 n53 n54 n55
Para simplificar los elementos de segunda fila en N(5) se eligen los elementos de la manera
siguiente
(5) (5) (5)
n51 = 2 − b2 n52 = 0 n53 = −b1
(5) (5) (5)
n54 = 1 − b2 n53 = −1 n15 = 0 (17.40)
(5) (5) (5)
n25 = 0 n35 = z −1 n43 = 0
y los elementos restantes se calculan mediante la ecuación (17.28).
(5) (4) (5) (5)
n31 = n31 − n35 n51 = (2 − b2 )z −1 − z −1 (2 − b2 ) = 0
(5) (4) (5) (5)
n32 = n32 − n35 n52 = 0 − z −1 · 0 = 0
(5) (4) (5) (5) (17.41)
n33 = n33 − n35 n53 = −1 − b1 z −1 − z −1 (−b1 ) = −1
(5) (4) (5) (5)
n34 = n34 − n35 n54 = −(b2 − 1)z −1 − z −1 (1 − b2 ) = 0
(5) (4) (5) (5)
n41 = n41 − n45 n51 = n441 = 0
(5) (4) (5) (5)
n42 = n42 − n45 n52 = n442 = 0
(5) (4) (5) (5) (17.42)
n43 = n43 − n45 n53 = n443 z −1
(5) (4) (5) (5)
n44 = n44 − n45 n54 = n444 − 1
Observando la matriz (17.36) y (17.43) se puede ver que los elementos en la primera y tercera fila
(5) (5)
no cambian, porque se eligió n45 = n25 = 0. Con otras palabras, los elementos en la fila
x de la matriz N(i−1) no cambian si el último elemento de la fila x de la matriz N(i)
se elige igual a cero. Desde las ecuaciones (17.40), (17.41) y (17.42) se obtiene la siguiente
matriz:
b2 −1 b1 b2 0
0 0 −1 0 z −1
N(5) = (17.43)
0 0 z −1 −1 0
2 − b2 0 −b1 1 − b2 −1
(5) (5)
La matriz N(5) no es la matriz del diagrama del flujo de señales, ya que los elementos n54 y n51
no son simples. Ası́ se repite el procedimiento de expansión hasta que todos los elementos de la
matriz sean expresiones simples. Calculando se obtiene la matriz N(6)
0 −1 0 0 0 −1
0 0 −1 0 z −1 0
N(6) = 0 0 z −1 −1 0 0 (17.44)
1 −1 −1
2 0 0
b2 0 b1 b2 0 −1
17.3. sı́ntesis matricial de los circuitos discretos 353
Esta matriz puede tomarse como la matriz del diagrama de flujo de señales, pero observando
la última fila nos damos la cuenta que el multiplicador b2 aparece dos veces. Por esta razón se
debe aplicar nuevamente el procedimiento y hallar N(7)
0 −1 0
0 0 1 0
0 0 −1 0 z −1 0 0
(7)
0 0 z −1 −1 0 0 0
Nf = (17.45)
1 0 0 0 −1 −1 1
0 0 b1 0 0 −1 b2
1 0 0 1 0 0 −1
(7)
La matriz Nf es la matriz del diagrama de flujo de señales, ya que todos elementos de la matriz
son simples y además ninguno de los elementos se repite. La estructura que corresponde a la
matriz del diagrama de flujo de señales N(7) se muestra en la figura 17.5
d −1 c1 c2 c3
b1 z −1 0 −1 + a11 z −1 a12 z −1 a13 z −1
N(5) = Ne = (17.47)
b2 z −1 0 a21 z −1 −1 + a22 z −1 a23 z −1
b3 z −1 0 a31 z −1 a32 z −1 −1 + a33 z −1
(7) (7) (7) (7) (7) (7)
n21 n22 n23 n2 4(7) n25 n26 n27
(7) (7) (7) (7) (7) (7)
n31 n32 n33 n3 4(7) n35 n36 n37
(7) (7) (7) (7) (7) (7)
n4 4(7)
n41 n42 n43 n45 n46 n47
N(7) =
(7) (7) (7) (7) (7) (7)
(17.51)
n51 n52 n53 n5 4(7) n55 n56 n57
(7) (7) (7) (7) (7) (7) (7)
n61 n62 n63 n64 n65 n66 n67
(7) (7) (7) (7) (7) (7) (7)
n71 n72 n73 n74 n75 n76 n77
(7)
Los elementos de la tercera fila se calculan mediante la ecuación (17.28) si se elege n77 =
−1. Desarrollando las ecuaciones (17.28) para k=7, i=4 y j=1,2,...,6 se obtienen las siguientes
ecuaciones.
Si se comparan las matrices (17.50) y (17.53) se entiende porque se elige en la matriz N(7)
(7)
el parámetro n47 = z −1 . Todos elementos en la tercera fila de la matriz N(6) tienen z −1 .
(7)
Observando las ecuaciones (17.52) se ve que para simplificar los elementos n4j en la tercera fila
es necesario seleccionar
−1
d c1 c2 c3 0 0
0 0 −1 0 0 z −1 0
(7)
0 0 0 −1 0 0 z −1
N = −1 (17.53)
z b3 0 a31 z −1 a32 z −1 −1 + a33 z −1 0 0
b1 0 a11 a12 a13 −1 0
b2 0 a21 a22 a23 0 −1
(8)
Para simplificar la fila cuarta se aplica nuevamente el procedimiento y se obtiene Nf =Ns
d −1 c1 c2 c3 0 0 0
0 0 −1 0 0 z −1 0 0
0 0 0 −1 0 0 z −1 0
(8)
Nf =
0 0 0 0 −1 0 0 0
(17.54)
b1 0 a11 a12 a13 −1 0 0
b2 0 a21 a22 a23 0 −1 0
b3 0 a31 a32 a33 0 0 −1
356 capı́tulo 17. sı́ntesis y análisis de filtros digitales
Ejemplo 17.3:
Calcular el filtro elı́ptico paso baja con amax = 2 dB, amin = 15 dB, orden del filtro n=3 y
frecuencia normalizada de corte Ω1 = 0,6.
Mediante la comando de MATLAB, [a,b,c,d]=ellip(3,2,15,0.6) se calculan los elementos de las
matrices de estado para el circuito en la figura 17.7. Se obtiene el resultado
0,1160 0,0000 0,0000 2,1724
A = 0,4982 −0,3513 −0,8830 B = 0,9698
0,6872 0,8830 −0,2019 1,3201 (17.55)
h i
C= 0,1887 0,0360 0,0680 D = 0,3673
17.3. sı́ntesis matricial de los circuitos discretos 357
a11=0.1160;a12=0.0000;a13=0.0000;
a21=0.4982;a22=-0.3513;a23=-0.8830;
a31=0.6872;a32=0.8830;a33=-0.2019;
b1=2.1724;b2=0.9690;b3=1.3201;
c1=0.1887;c2=0.0360;c3=0.0680;d=0.3673;
n3=0;n4=0;n5=0;
xn=1;
for i=1:1:200
yn(i)=xn*d+n3*c1+n4*c2+n5*c3;
n6=xn*b1+n3*a11+n4*a12+n5*a13;
n7=xn*b2+n3*a21+n4*a22+n5*a23;
n8=xn*b3+n3*a31+n4*a32+n5*a33;
n3=n6;n4=n7;n5=n8;xn=0;
end
[h,w]=freqz(yn,1,200);
plot(w,20*log10(abs(h)))
Ejemplo 17.4:
Calcular la matriz flujo de señales y las matrices de estado de la estructura de la figura 17.9.
Solución:
0 −1 0 0 c2 c1
0 0 −1 0 0 z −1
N6 = 0 0 0 −1 z −1 0
0 a2 −1
1 0 0
1 0 a1 0 0 −1
358 capı́tulo 17. sı́ntesis y análisis de filtros digitales
" #
a1 a2 h i
A= C= a1 c1 a2 c2
0 1
" #
1
B= D = c1 + c2
1
Ejemplo 17.5:
Calcular la matriz flujo de señales y las matrices de estado de la estructura en la figura 17.10.
Solución:
a −1 0
0 1 0 0
0 0 −1 0 z −1 0 0
6
0 0 0 −1 0 z −1 0
N =
0 0 0 0 −1 1 b
0 0 0 −c 0 −1 c
1 0 −2 0 0 0 −1
17.3. sı́ntesis matricial de los circuitos discretos 359
" #
−2b −c2 h i
A= C= 2b −c
2c −c
" #
b+c
B= D= a+b+c
c
Ejemplo 17.6:
Calcular la matriz de flujo de señales y las matrices de estado de la estructura de la figura 17.11.
Solución:
0 −1 0 1 0 0
0 0 −1 0 z −1 0
N6 = 0 0 0 −1 0 z −1
a −b −1
1 0 0
0 0 b 0 0 −1
" #
a −b h i
A= C= 0 1
b a
" #
1
B= D= 0
0
Ejemplo 17.7:
Calcular la matriz de flujo de señales y las matrices de estado de la estructura en la figura 17.12.
Solución:
0 −1 0 b0 b1
0 0 −1 z −1 0
N6 =
1 0 −a0 −1 0
0 0 1 a0 −1
360 capı́tulo 17. sı́ntesis y análisis de filtros digitales
h i h i
A= −a0 C= b1 − a0 (b0 + a0 b1 )
h i
B= 1 D = b0 + a0 b1
Tarea 17.1:
Calcular la matriz de flujo de señales y las matrices de estado de la estructura en la figura 17.13.
Los filtros digitales de onda se calculan a partir de estructuras de filtros analógicos, por ello no
es necesario calcular la función de transferencia H(z). Los filtros analógicos de partida tienen
una estructura en escalera. Las estructuras en escalera tienen una baja sensibilidad de amplitud
a variaciones de los valores L y C. Los filtros digitales de onda se diseñan usando las matrices
de dispersión S. Los coeficientes de los multiplicadores de los adaptadores que terminan en un
puerto con un elemento de retardo se calculan a partir de los valores L y C del filtro analógico.
Con este método se pueden diseñar todo tipo de filtros.
1 − z −1
s= (18.1)
1 + z −1
A = U + RI B = U − RI
Si se suman y restan los ecuaciones anteriores se obtiene
A + B = 2U A − B = 2RI
El voltaje en la inductancia R = L es U = sRI. Si se multiplican ambos lados de esta ecuación
por 2 se obtiene
2U = s2RI
Si se sustituye por 2U = A + B, 2RI = A − B y por s la transformada z bilineal (18.1), se
obtiene la relación
B = −Az −1
361
362 capı́tulo 18. filtros digitales de onda
A = U + RI B = U − RI
A + B = 2U A − B = 2RI
R
2U = 2I
s
Sustituyendo en la ecuación anterior 2U = A + B, 2RI = A − B y s por la transformada z
bilineal (18.1) se obtiene la ecuación
z+1
A + B = (A + B)
z−1
que se simplifica a la ecuación
B = Az −1
Figura 18.3: Gráfica del bloque y sı́mbolo del adaptador paralelo dependiente
La onda reflejada B y la transmitida A en los puertos de los adaptadores se obtienen del voltaje
U y de la corriente I en los puertos de entrada mediante las ecuaciones
A = U + RI B = U − RI
Para el adaptador paralelo se puede escribir utilizando la figura 18.3
U1 = U2 = U3 I1 + I2 + I3 = 0 (18.2)
Si se supone que el adaptador paralelo tiene tres puertos (n = 3) se pueden escribir las ecuaciones
364 capı́tulo 18. filtros digitales de onda
A1 = U1 + R1 II B1 = U1 − R1 I1
A2 = U2 + R2 I2 B2 = U2 − R2 I2 (18.3)
A3 = U3 + R3 I3 B3 = U3 − R3 I3
Como U1 = U2 = U3 las ecuaciones (18.3) se simplifican a (18.4)
A1 = U1 + R1 I1 B1 = U1 − R1 I1
A2 = U1 + R2 I2 B2 = U1 − R2 I2 (18.4)
A3 = U1 + R3 I3 B3 = U1 − R3 I3
Ahora se calcula I1 + I2 + I3 = 0 y se determina U1 . Entonces
A1 G 1 + A2 G 2 + A3 G 3
U1 = (18.5)
G 1 + G2 + G3
Utilizando que en las ecuaciones (18.4) Ai + Bi = 2Ui , se obtienen las ecuaciones de la gráfica
de flujo de señal del adaptador paralelo
B1 = (α1 A1 + α2 A2 + α3 A3 ) − A1
B2 = (α1 A1 + α2 A2 + α3 A3 ) − A2
B3 = (α1 A1 + α2 A2 + α3 A3 ) − A3 (18.6)
En las ecuaciones (18.6) los coeficientes αi son
2Gi
αi = donde i = 1, 2, 3. (18.7)
G1 + G 2 + G3
Bajo la condición G3 = G1 + G2
2(G1 + G2 )
α3 = =1
2(G1 + G2 )
y en el circuito el multiplicador α3 = 1. Para α3 = 1 las ecuaciones (18.6) toman la forma
B1 = (α1 A1 + α2 A2 + A3 ) − A1
B2 = (α1 A1 + α2 A2 + A3 ) − A2 (18.8)
B3 = α1 A1 + α2 A2
De las ecuaciones (18.8) se puede dibujar la estructura, que se muestra en la figura 18.4. Se
puede verificar fácilmente que para el circuito de la figura 18.4 se cumplen las ecuaciones (18.8).
Los coeficientes α1 y α2 son los coeficientes de los multiplicadores.
B1 = A1 − β1 (A1 + A2 + A3 )
B2 = A2 − β2 (A1 + A2 + A3 )
B3 = A3 − β3 (A1 + A2 + A3 ) (18.9)
donde los coeficientos βi con i = 1, 2, 3 son los valores de los multiplicadores que se calculan
mediante la ecuación (18.10)
2Ri
βi = para i = 1, 2, 3 (18.10)
R1 + R2 + R3
Si R3 = R1 + R2 (figura 18.5), entonces β3 = 1, β1 + β2 = 1 y en la estructura faltará un
multiplicador β3 . Las ecuaciones (18.9) toman la forma
B1 = A1 − β1 (A1 + A2 + A3 )
B2 = A2 − β2 (A1 + A2 + A3 )
B3 = −A1 − A2 (18.11)
La estructura del adaptador serie que realiza las ecuaciones (18.11) se muestra en la figura 18.6
366 capı́tulo 18. filtros digitales de onda
R1
β= (18.12)
R1 + Z2 (ω1 )
El adaptador elemental paralelo se muestra la figura 18.8 y el valor del coeficiente del multipli-
cador se calcula usando la ecuación (18.13).
G1
α= (18.13)
G1 + Y2 (ω1 )
18.3. ejemplos de realización 367
Ejemplo 18.1:
Calcular un filtro paso bajas digital de onda de orden N = 2. La ganancia debe ser 3 dB en la
frecuencia ω1 = 1 rad/sec. Utilise la aproximación de Butterworth.
En el catálogo de los filtros de Butterworth se encuentran definidos los valores L, C del filtro
Butterworth de segundo orden. El filtro paso bajas se muestra en√la figura 18.9.
√ Los valores
para el filtro paso bajas obtenidos de las tablas son r0 = 1, l2 = 2 y c1 = 2. De la figura
18.9 podemos ver que el circuito requiere un adaptador paralelo elemental y un adaptador serie
dependiente con dos multiplicadores.
G0 1
α1 = A1 = = √ = 0,414213
G0 + Y1 (1) 1+ 2
De la Figura 18.9 se calcula la resistencia R1
368 capı́tulo 18. filtros digitales de onda
√
G1 = G0 + Y1 (1) = 1 + 2 = 2,41421 =⇒ R1 = 0,41421
Los valores del adaptador serie dependiente son
2R1 2 × 0,414213
β21 = B21 = = √ = 0,292893
R1 + Z2 (1) + R2 0,41421 + 2 + 1
2
β22 = B22 = √ = 0,707106
0,41423 + 2 + 1
El circuito resultante para un filtro digital de onda se muestra en la figura 18.10.
El diseño de los filtros digitales de onda es muy simple, porque se puede utilizar el catálogo de
los filtros LC. De esa manera no es necesario utilizar la transformada bilineal para calcular la
función de transferencia H(z), por eso el cálculo es fácil. La respuesta de estos filtros no es tan
sensible al redondeo o al truncamiento de los coeficientes como lo son los filtros de otros tipos.
Ejemplo 18.2:
Mediante el MATLAB analizar el circuito de la figura 18.10, calcular la respuesta a un impulso
unitario y compararla con la respuesta al impulso obtenido de la función de transferencia H(z).
La función de transferencia de filtro Butterworth de segundo orden para amax = 3 dB tiene la
forma
1
H(s) = √ (18.14)
s2+s 2+1
Para obtener la función de transferencia de un filtro discreto se utiliza la transformada z bilineal
z−1
s= (18.15)
z+1
Sustituyendo (18.15) a la ecuación (18.14) se obtiene la función de transferencia del circuito
discreto
Columns 1 through 7
0.2929 0.5858 0.2426 -0.1005 -0.0416 0.0172 0.0071
Columns 8 through 14
-0.0030 -0.0012 0.0005 0.0002 -0.0001
La misma respuesa al impulso se debe obtener usando el programa que implementa el circuito
en la figura 18.10. Las ecuaciones obtenidas del circuito 18.10 son las siguientes:
XN1=XN· A1+N2-N2· A1
BN1=XN1-XN1· B21-N4· B21-BN2· B21
BN=-XN+XN· A1+N2-N2· A1 +BN1
N1=XN· A1 -N2· A1+BN1
N3=XN1-XN1· B22+N4-N4· B22+BN2+BN2-BN2· B22+BN1
YN=-XN1· B22-N4· B22+BN2-BN2· B22
El programa MATLAB para calcular la respuesta al impulso de la estructura del filtro es la
siguiente.
XN=1;
A1=0.41421;
B21=0.292891;
B22=0.7071;
N2=0;
N4=0;
BN2=0;
for i=1:1:20
XN1=XN*A1+N2-N2*A1;
BN1=XN1-XN1*B21-N4*B21-BN2*B21;
BN=-XN+XN*A1+N2-N2*A1+BN1;
N1=XN*A1-N2*A1+BN1;
N3=XN1-XN1*B22+N4-N4*B22+BN2+BN2-BN2*B22+BN1;
YN(i)=-XN1*B22-N4*B22+BN2-BN2*B22
N2=N1;
N4=N3;
XN=0;
end
plot(20*log(abs(fft(YN))))
Del resultado del programa se observa, que la respuesta al impulso unitario obtenido del circuito
es el mismo que se obtuvo de la función de transferencia H(z). Eso significa, que el circuito
está bien diseñado y que las ecuaciones son correctas.
370 capı́tulo 18. filtros digitales de onda
Ejemplo 18.3:
Calcule el filtro de Butterworth con amax = 3 dB y orden del filtro n=4. Analice el filtro mediante
MATLAB y calcule la respuesta h(n) al impulso unitario.
Los elementos del filtro de Butterworth para amax = 3 dB se calculan mediante la ecuación
(18.17). El filtro se muestra en la figura 18.11
2k − 1
A(k) = 2 · sen(π ) (18.17)
2n
Para el prototipo del filtro analógico LC es necesario calcular las impedancias R1, R2 y R3.
R1=0.5664, R2=2.41424 y R3=0.44208. El filtro de onda con los adaptadores se muestra en la
figura 18.12. Los coeficientes de los adaptadores se calculan mediante las ecuaciones siguientes:
G0
A1 = = 0,5664
G0 + Y1 (1)
R1
B2 = = 0,2345
R1 + Z2 (1)
G2
A3 = = 0,1831
G2 + Y3 (1)
2R3
B41 = = 0,4005
R3 + Z4 (1) + R4
2Z4 (1)
B42 = = 0,9060
R3 + Z4 (1) + R4
Del circuito en la figura 18.12 se obtienen para cada señal XN(i), BN(i) y N(i) las ecuaciones
siguientes:
XN 1 = A1 · XN + N 2 − A1 · N 2
XN 2 = CN 1 + N 4
XN 3 = −XN 2 · A3 + N 6 − N 6 · A3 + BN 3
BN 3 = XN 3 − XN 3 · B41 − N 8 · B41
BN 2 = XN 2 − XN 2 · A3 + N 6 − N 6 · A3 + BN 3
BN 1 = XN 1 − XN 2 · B2 − BN 2 · B2
N 1 = XN · A1 − N 2 · A1 + BN 1
N 2 = BN 1 + BN 2
N 5 = −XN 2 · A3 − N 6 · A3 + BN 3
N 7 = XN 3 − XN 3 · B41 + N 8 − N 8 · B42 + BN 3
Y N = −XN 3 · B42 − N 8 · B42
YN es la respuesta al impulso, siendo XN el impulso unitario. El programa en MATLAB para
calcular la respuesta del filtro a un impulso y la atenuación en dB es el siguiente:
XN=1;
XN4=0;
N2=0;
N4=0;
N6=0;
N8=0;
A1=0.607377;
B2=0.280158;
A3=0.228135;
B41=0.462017;
B42=0.934135;
for i=1:1:30
XN1=A1*XN+N2-A1*N2;
XN2=XN1+N4;
XN3=-XN2*A3+N6-N6*A3;
BN3=XN3-XN3*B41-N8*B41;
372 capı́tulo 18. filtros digitales de onda
BN2=XN2-XN2*A3+N6-N6*A3+BN3;
BN1=XN1-XN2*B2-BN2*B2;
N1=XN*A1-N2*A1+BN1;
N3=BN1+BN2;
N5=-XN2*A3-N6*A3+BN3;
N7=XN3-XN3*B42+N8-N8*B42+BN3;
YN(i)=-XN3*B42-N8*B42;
N2=N1;
N4=N3;
N6=N5;
N8=N7;
XN=0;
end
for i=1:1:30
YN(i)
end
plot(20*log(abs(fft(YN))))
En la figura 18.13 se muestra la gráfica de la atenuación del filtro de onda obtenida mediante el
programa MATLAB.
cos (k−1)π
2n
a(k) = a(k − 1) (18.18)
sen kπ
2n
1
H(s) = (18.19)
s4 + 2,61312s3 + 3,41421s2 + 2,61312s + 1
Si se utiliza la transformada z, la función H(s) se transforma en la función de transferencia H(z)
del filtro discreto (18.20). Las constantes son c=1, y T=2.
1 + 4z −1 + 6z −2 + 4z −3 + z −4
H(Z) = (18.20)
10,6404 + 5,17157z −2 + 0,187962z −4
Dividiendo el numerador entre el denominador en la ecuación 18.20 se obtiene la respuesta al
impulso h(n).
18.3. ejemplos de realización 373
h(n) = {0.0940 0.3759 0.5182 0.1932 -0.1595 -0.1005 0.0684 0.0455 -0.0304 -0.0203...} (18.21)
El prototipo del filtro analógico se muestra en la figura 18.14. Primero se dibuja el filtro LC
en la forma de escalera figura (18.14) y luego el filtro LC con los adaptadores. Este filtro se
muestra en la figura 18.15 y se calculan las impedancias o las admitancias en las entradas de
cada adaptador.
1 1
Z1 (1) = C1 = 0,8744 G1 = G0 + Z1 = 2,14359
L2
Z2 (1) = 1+L2 C2 = 0,935697 R2 = R1 + Z2 = 1,4022042
1 1
Z3 (1) = C3 = 0,5989207 G3 = G2 + Z3 = 2,3828387
L4
Z4 (1) = 1+L4 C4 = 0,5560449 R4 = R3 + Z4 = 0,9757134
1 1
Z5 (1) = C5 = 1,1428049 G5 = G4 + Z5 = 1,899931
Ahora se calculan los valores de los multiplicadores para los adaptadores paralelos:
G0 1
α11 = = 1 = 0,466496
G0 + Y1 (1) 1 + 0,8744
1
G2 1,4022042
α13 = = 1 1 = 0,299292
G2 + Y3 (1) 1,4022042 + 0,5989207
La parte final corresponde a un adaptador paralelo dependiente. La última impedancia del circui-
to LC es R5 y por este motivo el adaptador paralelo al final del circuito tiene dos multiplicadores.
Calculando los coeficientes α15 y α25 se obtiene
2
2G4 0,97574
α15 = = 1 1 = 0,539425
G4 + Y5 + G5 0,97574 + 1,1428049 + 1,899
2
2G5 0,1,899931
α25 = = 1 1 = 0,277035
G4 + Y5 + G5 0,97574 + 1,1428049 + 1,899
L2 C2 − 1 L4 C4 − 1
α2 = = −0,6225585 α4 = = −0,3338249 (18.22)
L2 C2 + 1 L4 C4 + 1
El bloque del filtro se muestra en la figura 18.17.
18.4. tablas del filtro de onda 375
R(I+1)=1/G(I+1);
R(I+2)=R(I+1)+A(I+1);
G(I+2)=1/R(I+2);
end
disp(’ALFA=1,3,5,...’)
for I=1:2:N-1
ALFA(I)=G(I)/(G(I)+A(I));
disp(ALFA(I))
end
disp(’BETA=2,4,6,...’)
for I=2:2:N
BETA(I)=R(I)/(R(I)+A(I));
disp(BETA(I))
end
disp(’ALFA N1=’)
ALFA(N)=2*G(N)/(G(N)+A(N)+1);
disp(ALFA(N))
disp(’ALFA N2=’)
ALFA(N)=2/(G(N)+A(N)+1);
disp(ALFA(N))
En las tablas 18.1 - 18.8 se encuentran los valores de los multiplicadores del filtro Butterworth
de onda para el orden N=2 hasta N=9 para las atenuaciones amax = 0,1 hasta amax = 1 dB. En
las tablas 18.9 - 18.12 se encuentran los valores del filtro Chebychev.
Tabla 18.1: Elementos del filtro paso bajas de Butterworth n=2, amax [dB].
Ejemplo 18.6:
Mediante las tablas diseñar el filtro Chebychev de Onda de séptimo orden para amax = 2 dB.
Mediante MATLAB analizar el filtro y escribir el programa para el simulador de TMS320C25.
Calcular la respuesta al impulso y mediante la transformada rápida de Fourier calcular el espectro
del filtro.
18.4. tablas del filtro de onda 377
Tabla 18.2: Elementos del filtro paso bajas de Butterworth n=3, amax [dB].
Tabla 18.3: Elementos del filtro paso bajas de Butterworth n=4, amax [dB].
Tabla 18.4: Elementos del filtro paso bajas de Butterworth n=5, amax [dB].
Tabla 18.5: Elementos del filtro paso bajas de Butterworth n=6, amax [dB].
Tabla 18.6: Elementos del filtro paso bajas de Butterworth n=7, amax [dB].
Tabla 18.7: Elementos del filtro paso bajas de Butterworth n=8, amax [dB].
Tabla 18.8: Elementos del filtro paso bajas de Butterworth n=9, amax [dB].
Tabla 18.9: Elementos del filtro paso bajas de Chebychev n=3, amax [dB].
Tabla 18.10: Elementos del filtro paso bajas de Chebychev n=5, amax [dB].
Tabla 18.11: Elementos del filtro paso bajas de Chebychev n=7, amax [dB].
Tabla 18.12: Elementos del filtro paso bajas de Chebychev n=9, amax [dB].
El filtro de séptimo orden se muestra en la figura 18.18. Los valores de los multiplicadores se
obtienen de las tablas 18.11. Para la atenuación 2 dB los valores de los multiplicadores αi y βi
toman la forma:
ALFA(1)=0.2587;BETA(2)=0.2210;ALFA(3)=0.1805;BETA(4)=0.1814;
ALFA(5)=0.1812;BETA(6)=0.1880;ALFA(7,1)=0.3745;ALFA(7,2)=0.4246;
XN=1;N2=0;N4=0;N6=0;N8=0;N10=0;N12=0;N14=0;
for i=1:1:300
XN1=ALFA(1)*XN+N2-ALFA(1)*N2;
XN2=XN1+N4;
XN3=-XN2*ALFA(3)+N6-N6*ALFA(3);
XN4=XN3+N8;
XN5=-XN4*ALFA(5)+N10-N10*ALFA(5);
XN6=XN5+N12;
%las senales en BN1
BN6=XN6-XN6*ALFA(7,1)+2*N14-N14*ALFA(7,1)-N14*ALFA(7,2);
BN5=XN5-BETA(6)*XN6-BETA(6)*BN6;
BN4=BN5+XN4-ALFA(5)*XN4+N10-ALFA(5)*N10;
BN3=XN3-BETA(4)*BN4-BETA(4)*XN4;
BN2=XN2-XN2*ALFA(3)+N6-N6*ALFA(3)+BN3;
BN1=XN1-XN2*BETA(2)-BN2*BETA(2);
BN=-XN+XN*ALFA(1)-N2*ALFA(1)+N2+BN1;
%Las senales en la entrada del elemento de retardo
N1=XN*ALFA(1)-N2*ALFA(1)+BN1;
N3=BN1+BN2;
N5=-XN2*ALFA(3)-N6*ALFA(3)+BN3;
N7=BN3+BN4;
N9=-XN4*ALFA(5)-N10*ALFA(5)+BN5;
N11=BN5+BN6;
N13=-XN6*ALFA(7,1)+N14-N14*ALFA(7,1)-N14*ALFA(7,2);
YN(i)=-ALFA(7,1)*XN6+2*N14-ALFA(7,1)*N14-ALFA(7,2)*N14;
N2=N1;N4=N3; N6=N5;N8=N7;N10=N9;N12=N11;N14=N13; XN=0;
end
for i=1:1:300
YN(i);
end
[h,w]=freqz(YN,1,300);
f=2*w/pi;
plot(f,20*log10(abs(h)))
xlabel(’frecuencia normalizada’)
ylabel(’dB’)
382 capı́tulo 18. filtros digitales de onda
**********************************************************
* Filtro de onda N=7 para el simulador de TMS320C25 *
* Inicializacion del microcontrolador *
**********************************************************
AORG >0000
RESET B INIT
AORG >0020
* INICIO DEL MICROCONTROLADOR*
******************************
INIT SOVM ;TRABAJA EN SATURACION
LDPK 0 ;TRABAJA CON BANDERA CERO
ZAC ;ANULACION DEL ACUMULADOR
LARP AR2 ;ACTUALIZA REGISTRO AUXILIAR AR2
LRLK AR2,>0060 ;INICIALIZA BLOQUE B2
RPTK 31 ;REPITE LA INSTRUCCION QUE SIGUE 32 VECES
SACL *+ ;ANULACION DEL BLOQUE B2
LRLK AR2,>0060 ;INICIALIZA EL BLOQUE B2 EN EL DIRECCION 0060
RPTK 8 ;REPITE LA INSTRUCCION QUE SIQUE 5 VECES
BLKP COEF,*+ ;TRANSFIERE LOS COEFICIENTES AL BLOCKE N2
1 2
******************************* *************************************
* DECLARACION DE VARIABLES * * EMPIEZA PROGRAMA EN ANSAMBLADOR *
******************************* *************************************
ALFA1 EQU >0060 ZAC
BETA2 EQU >0061 B ET2
ALFA3 EQU >0062 ET1 ZAC
18.4. tablas del filtro de onda 383
3 4
384 capı́tulo 18. filtros digitales de onda
***************************** *****************************
SACH XN4,1 NEG
ZAC ADD XN4,15
LT N10 ADD N10,15
MPY ALFA5 ADD *-,15
LTA XN4 SACH *,1
MPY ALFA5 ZAC
APAC LT XN4
NEG MPY BETA4
ADD N10,15 LTA BETA4
SACH XN5,1 MPY *-
ZAC APAC
ADD XN5,15 NEG
ADD N12,15 ADD XN3,15
SACH XN6,1 SACH *,1
* SE CALCULAN LAS VARIABLES BNI ZAC
ZAC LT N6
LT N14 MPY ALFA3
MPY ALFA72 LTA ALFA3
LTA N14 MPY XN2
MPY ALFA71 APAC
LTA XN6 NEG
MPY ALFA71 ADD XN2,15
APAC ADD *-,15
NEG ADD N6,15
ADD XN6,15 SACH *,1
ADD N14,15 ZAC
ADD N14,15 LT BETA2
SACH *,1 ;<ACCH>-->BN6 MPY *-
ZAC MPYA XN2
LT *- ;<BN6>-->TR, APAC
MPY BETA6 ;BN5-->AR2 NEG
LTA XN6 ADD XN1,15
MPY BETA6 SACH *,1
APAC ZAC
NEG *SE CALCULAN LAS VARIABLES Ni
ADD XN5,15 LT N2
SACH *,1 MPY ALFA1
ZAC LTA ALFA1
LT N10 NEG
MPY ALFA5 MPY XN
LTA ALFA5 APAC
MPY XN4 ADD *,15
APAC SACH N1,1
5 6
18.4. tablas del filtro de onda 385
****************************** ***********************************
ZAC ADD *+,15
ADD *+,15 ADD *,15
ADD *+,15 SACH N11,1
SACH N3,1 ZAC
ZAC LT XN6
LT ALFA3 MPY ALFA71
MPY N6 LTA N14
LT ALFA3 MPY ALFA71
MPY N6 MPYA ALFA72
MPYA XN2 APAC
APAC NEG
NEG ADD N14,15
ADD *,1 SACH N13,1
SACH N5,1 ADD N14,15
ZAC SACH YN,1
ADD *+15 OUT YN,PA2
ADD *+15 DMOV1
SACH N7,1 DMOV3
ZAC DMOV5
LT ALFA5 DMOV7
MPYA N10 DMOV9
MPYA XN4 DMOV11
APAC DMOV13
NEG ZAC
ADD *1 MPYK 0
SACH N9 B ET1
ZAC
*
* DEFINICION DE LA CONSTANTE DEL FILTRO
*
COEF DATA 8477,7242,5914,5944
DATA 5937,6160,12271,13782,32767
END
hn MATLAB SIMULADOR
h0 -0.0032 -0.00317
h1 -0.0292 -0.00291
h2 -0.1187 -0.1187
h3 -0.2744 -0.2743
h4 -0.3754 -0.3755
ALFA(1)=0.2610;
BETA(2)=0.2251;
ALFA(3)=0.1857;
BETA(4)=0.1933;
ALFA(5,1)=0.3797;
ALFA(5,2)=0.4229;
N2=0;
N4=0;
N6=0;
N8=0;
N10=0;
XN=1;
for i=1:1:100
18.4. tablas del filtro de onda 387
XN1=ALFA(1)*XN-ALFA(1)*N2+N2;
XN2=XN1+N4;
XN3=-ALFA(3)*XN2-ALFA(3)*N6+N6;
XN4=XN3+N8;
BN4=XN4-ALFA(5,1)*XN4+2*N10-ALFA(5,1)*N10-ALFA(5,2)*N10;
BN3=XN3-BETA(4)*XN4-BETA(4)*BN4;
BN2=XN2-ALFA(3)*XN2+BN3+N6-ALFA(3)*N6;
BN1=XN1-BETA(2)*XN2-BETA(2)*BN2;
N1=XN*ALFA(1)-ALFA(1)*N2+BN1;
N3=BN1+BN2;
N5=-ALFA(3)*XN2-ALFA(3)*N6+BN3;
N7=BN3+BN4;
N9=-ALFA(5,1)*XN4+N10-ALFA(5,1)*N10-ALFA(5,2)*N10;
YN(i)=-ALFA(5,1)*XN4+2*N10-ALFA(5,1)*N10-ALFA(5,2)*N10;
N2=N1;
N4=N3;
N6=N5;
N8=N7;
N10=N9;
XN=0;
end
[h,w]=freqz(YN,1,200);
plot(w,20*log10(abs(h)));
Tarea 18.1:
Mediante la utilización de las tablas calcular el filtro de onda de Chebychev para las especifica-
ciones n=3, amax = 1 dB, frecuencia del corte ω1 = 1. Escribir el programa para el análisis del
filtro en MATLAB y calcular la respuesta al impulso unitario en el dominio de la frecuencia.
Tarea 18.2:
Mediante la utilización de las tablas calcular el filtro de onda de Butterworth para las especifi-
caciones n=3, amax = 0.4 dB, frecuencia del corte ω1 = 1. Escribir el programa para el análisis
del filtro en MATLAB y calcular la respuesta al impulso unitario en el dominio de la frecuencia.
Tarea 18.3:
Mediante la utilización de las tablas calcular el filtro de onda de Butterworth para las especifi-
caciones n=5, amax = 0.4 dB, frecuencia del corte ω1 = 1. Escribir el programa para el análisis
del filtro en MATLAB y calcular la respuesta al impulso unitario en el dominio de la frecuencia.
Tarea 18.4:
Mediante la utilización de las tablas calcular el filtro de onda de Chebychev para las especifica-
ciones n=5, amax = 0.5 dB, frecuencia del corte ω1 = 1. Escribir el programa para el análisis del
filtro en MATLAB y calcular la respuesta al impulso unitario en el dominio de la frecuencia.
Tarea 18.5:
Mediante la utilización de las tablas calcular el filtro de onda de Chebychev para las especifica-
ciones n=7, amax = 0.5 dB, frecuencia del corte ω1 = 1. Escribir el programa para el análisis del
filtro en MATLAB y calcular la respuesta al impulso unitario en el dominio de la frecuencia.
Tarea 18.6:
Mediante la utilización de las tablas calcular el filtro de onda de Butterworth para las especifi-
caciones n=5, amax = 0.5 dB, frecuencia del corte ω1 = 1. Escribir el programa para el análisis
del filtro en MATLAB y calcular la respuesta al impulso unitario en el dominio de la frecuencia.
Capı́tulo 19
Figura 19.1: Estructura del filtro con respuesta finita al impulso FIR
En la figura 19.1 se muestra la estructura del filtro FIR con la respuesta finita al impulso. El
filtro FIR en la figura 19.1 se puede dibujar de la forma mostrada en la figura 19.2. En la salida
del filtro de la figura 19.2 se obtiene la siguiente señal
389
390 capı́tulo 19. filtros digitales en celosı́a
m
X
x̂(n) = − am (k)x(n − k)
k=1
es una predicción del valor x(n), esta estructura se llama filtro de predicción FIR. Si hay un
filtro FIR de primer orden, la salida tiene la forma
f2 (n) = f1 (n) + K2 g1 (n − 1)
g2 (n) = K2 f1 (n) + g1 (n − 1) (19.9)
Si se sustituye en las ecuaciones (19.9) por f1 (n) y g1 (n) se obtiene
K2 = a2 (2)
K1 (K2 + 1) = a2 (1)
El valor del coeficiente de reflección K1 se calcula de la ecuación (19.10)
a2 (1)
K1 = (19.10)
1 + a2 (2)
Si se conocen los valores de los coeficientes del filtro FIR am (k) se pueden calcular los coeficientes
de la reflexión del filtro FIR para la estructura en celosı́a. El vector {am } de los coeficientes ai
es
La función fm (n) a la salida de un filtro en celosı́a se puede obtener mediante la ecuación (19.12)
m
X
fm (n) = am (k)x(n − k) am (0) = 1 (19.12)
k=0
Para la salida de la rama inferior del circuito en celosı́a de la figura 19.4 se obtienen las ecuaciones
g2 (n) = K2 f1 (n) + g1 (n − 1)
g2 (n) = K2 [x(n) + K1 x(n − 1)] + K1 x(n − 1) + x(n − 2)
g2 (n) = K2 x(n) + x(n − 1)[K1 (1 + K2 )] + x(n − 2)
g2 (n) = a2 (2)x(n) + a2 (1)x(n − 1) + x(n − 2)
La respuesta en la salida de la rama inferior del circuito 19.4 se puede calcular mediante la
convolución
m
X
gm (n) = bm (k)x(n − k) (19.13)
k=0
bm (k) = am (m − k) (19.15)
Aplicando la transformada z directa a la ecuación (19.13) se obtiene la ecuación
Gm (z)
Bm (z) = (19.17)
X(z)
Los coeficientes bm (k) son los coeficientes de la función de transferencia Bm (z) que se pueden
expresar en la forma
m
bm (k)z −k
X
Bm (z) = (19.18)
k=0
La relación entre los coeficientes bm (k) y am (k) está expresada por la ecuación (19.15). Ası́ se
puede escribir la ecuación (19.18) de la forma
m m
am (m − k)z −k =
X X
Bm (z) = am (l)z l−m
k=0 l=0
m
Bm (z) = z −m am (l)z l = z −m Am (z −1 )
X
(19.19)
l=0
19.1. filtros con la respuesta finita al impulso 393
El polinomio Bm (z) es similar al polinomio Am (z). Las ecuaciones (19.9) se pueden escribir de
la siguiente forma general
Ejemplo 19.1:
Calcular los coeficientes de un filtro FIR directo, si se conocen los coeficientes de reflexión de un
filtro en celosı́a.
1 1 1
K1 = K2 = K3 =
2 3 4
Usando la ecuación (19.23) se obtiene para m=1
1 1 1
A2 (z) = A1 (z) + K2 z B1 (z) = 1 + z −1 + z −1
−1
+ z −1
2 3 2
2 1
A2 = 1 + z −1 + z −2
3 3
El polinomio B2 (z) se escribe en la forma recı́proca al polinomio A2 (z)
394 capı́tulo 19. filtros digitales en celosı́a
1 2 −1
+ z + z −2
B2 =
3 3
Si se sustituye en la ecuacion (19.23) m=3 se obtiene el polinomio A3 (z)
2 1 1 1 2 −1
A3 (z) = A2 (z) + K3 z −1 B2 (z) = 1 + z −1 + z −2 + z −1 + z + z −2
3 3 4 3 3
3 1 1
A3 (z) = 1 + z −1 + z −2 + z −3
4 2 4
Los coeficientes del filtro FIR de la estructura transversal son
3 1 1
a0 = 1 a1 = a2 = a3 =
4 2 4
y la estructura del filtro con la respuesta al impulso finita se muestra en la figura 19.5
Ahora se va a transformar el filtro FIR transversal a un filtro FIR en celosı́a. Se supone que
los coeficientes de un filtro FIR en la forma transversal son el polinomio Am (z). Para un filtro
FIR en celosı́a de orden m, el último coeficiente de reflexión es igual al último coeficiente del
polinomio Am (z). Entonces Km = am (m). Para obtener los coeficientes de reflexión restantes
Km−i es necesario calcular los polinomios Am−1 , Am−2 , ..., A1 . Esos polinomios pueden calcularse
usando las ecuaciónes (19.23) y (19.24) para calcular Am−1 (z) y Bm−1 (z).
2
Am−1 (z) = Am (z) − Km Bm (z) + Km Am−1 (z)
h i
2
Am−1 (z) 1 − Km = −Km Bm (z) + Am (z)
19.1. filtros con la respuesta finita al impulso 395
Am (z) − Km Bm (z)
Am−1 (z) = 2
m = M − 1, M − 2, ..., 1 (19.26)
1 − Km
3 1 1
A3 (z) = H(z) = 1 + z −1 + z −2 + z −3
4 2 4
El primer coeficiente K3 es el último coeficiente de A3 (z). Entonces K3 = 14 . Es necesario calcular
el polinomio B3 (z). Polinomio B3 (z) se expresa en la forma recı́proca al polinomio A3 (z).
1 1 −1 3 −2
B3 (z) = + z + z + z −3
4 2 4
Si se sustituye por A3 (z), B3 (z) y K3 en la ecuación (19.26) se obtiene para m = 3
A3 (z) − K3 B3 (z) 1 + 34 z −1 + 21 z −2 + 14 z −3 − 14 14 + 12 z −1 + 43 z −2 + z −3
A2 (z) = =
1 − K32 1 − ( 41 )2
2 1
A2 (z) = 1 + z −1 + z −2
3 3
y el polinomio B3 (z) es
1 2 −1
B3 (z) = + z + z −2
3 3
El coeficiente de refleción K2 es el último coeficiente de A2 (z).
1
K2 =
3
Para m = 2, utilizando las ecuaciones (19.26) se calcula el polinomio A1 (z)
A2 (z) − K2 B2 (z) 1 + 23 z −1 + 13 z −2 − 1
3
1
3 + 23 z −1 + z −2
A1 (z) = =
1 − K22 1− ( 31 )2
1
A1 (z) = z −1
2
1
El último coeficiente de reflexión es K1 = 2 y el filtro en celosı́a se muestra en la figura 19.6
396 capı́tulo 19. filtros digitales en celosı́a
Y (z) 1 1
= = H(z) = PN (19.27)
X(z) A(z) 1 + k=1 aN (k)z −k
La forma transversal directa que realiza la ecuación (19.27) se muestra en la figura 19.7. La
ecuación en diferencias de este sistema es
N
X
y(n) = x(n) − aN (k)y(n − k) (19.28)
k=1
La expresión anterior corresponde a la ecuación en diferencias de un filtro transversal IIR. Si se
intercambian salida por entrada y entrada por salida se obtiene
N
X
x(n) = y(n) − aN (k)x(n − k) (19.29)
k=1
Reordenando la ecuación (19.29) de la forma siguiente
N
X
y(n) = x(n) + aN (k)x(n − k) (19.30)
k=1
se obtiene la ecuación en diferencias de un filtro FIR que se define mediante la ecuación H(z) =
A(z). La función H(z) de un filtro IIR se define por la ecuación H(z) = 1/A(z). Entonces un
19.2. filtros con la respuesta infinita al impulso 397
sistema se obtiene a partir del otro si se cambia la salida por la entrada y la entrada por salida.
Si se cambian la entrada y la salida en la figura 19.3 se obtiene un filtro IIR del primer orden
en celosı́a 19.8. A partir de la figura 19.8 se pueden escribir las ecuaciones siguientes
x(n) = f1 (n)
f0 (n) = f1 (n) − K1 g0 (n − 1)
g1 (n) = K1 f0 (n) + g0 (n − 1) (19.31)
y(n) = f0 (n)
y(n) = x(n) − K1 y(n − 1)
y de manera similar para g1 (n) se obtiene
f2 (n) = x(n)
f1 (n) = f2 (n) − K2 g1 (n − 1)
g2 (n) = K2 f1 (n) + g1 (n − 1)
(19.33)
f0 (n) = f1 (n) − K1 g0 (n − 1)
g1 (n) = K1 f0 (n) + g0 (n − 1)
y(n) = f0 (n) = g0 (n)
398 capı́tulo 19. filtros digitales en celosı́a
Y (z) F0 (z) 1
Ha (z) = = = (19.36)
X(z) Fm (z) Am (z)
y la función de transferencia del filtro FIR es
Los filtros IIR en celosı́a que sólo tienen polos se utilizan para modelar el tracto vocal. Los
primeros tres formantes de las cinco vocales se muestran en la tabla 19.1. La frecuencia está nor-
malizada y el valor unitario corresponde a 4 kHz. Por ejemplo los primeros formantes del vocal
A para un adulto hombre son en las frecuencias 900 Hz, 1300 Hz y 2700 Hz.
Por ejemplo para modelar la vocal A se puede utilizar el filtro en celosı́a todo polos de orden ocho
que se muestra en la figura 19.11. Los valores de los coeficientes de reflexión Ki para generar la
vocal A son los siguientes
Vocal F0 F1 F2
A 900 1300 2700
E 375 2200 2550
I 325 2300 3900
O 400 550 4300
U 325 425 4500
Mediante un programa en MATLAB se obtiene el módulo H(ω) de una vocal A que se muestra
en la figura 19.12. En la figura se ven los formantes. En el programa se utilizó el coeficiente
A1 =0,778765581 para amplificar el módulo H(ω). La frecuencia del muestreo elegido fue fm =
8000 Hz. En la figura 19.12 desde la frecuencia 4000 Hz se repite la gráfica y únicamente debe
tenerse en cuenta la información en 0 y 4000 Hz.
El programa que realiza los cálculos es:
N(2)=0;
N(4)=0;
N(6)=0;
N(8)=0;
N(10)=0;
N(12)=0;
N(14)=0;
N(16)=0;
400 capı́tulo 19. filtros digitales en celosı́a
XN=1;
K(1)=-0,56362915;
K(2)=0,485687256;
K(3)=0,45123291;
K(4)=0,368438721;
K(5)=-0,328369141;
K(6)=0,147521973;
K(7)=0,31350708;
K(8)=0,431030273;
A1=0,778765581;
for j=1:1:10
XN(1)=XN-N(2)*K(8);
for i=2:1:8
XN(1)=XN(2)*K(8)
U=9;
XN(i)=XN(i-1)-N(2*i)*K(U-i);
end
for i=1:1:7
U=8;
N(2*i-1)=(2*i+2)+K(U-i)*XN(1+i);
N(15)=XN(8);
end
YN(j)=A1*N(15)
for I=1:1:8
N(2*i)=N(2*i-1);
end
end
plot(20*log(abs(fft(YN))))
Figura 19.13: Modelo del filtro IIR propuesto por Markel y Gray
Ejemplo 19.3:
Realizar la función de transferencia con la estructura de Markel y Gray si se conoce la función
de transferencia H(z).
a1 = 0, 7419296 c2 = 0, 1575658
El procedimiento se repite para i = 2. Sustituiendo al (19.43), (19.44) y (19.45) se obtiene
a0 = −0,7375817 c1 = 0,2625123
404 capı́tulo 19. filtros digitales en celosı́a
1
H(s) = √
s2 + 2s + 1
z−1 π3400
s=c c = cotg = 1, 6909
z+1 20000
Los coeficientes a1 y c2 del filtro Markel y Gray figura 19.16 son los últimos coeficientes de
la función de transferencia H2 (z), a1 = 0, 23484, c2 = 0, 15998. Para calcular los coeficientes
restantes es necesario calcular la función D1 (z) y N1 (z) mediante las ecuaciones
ci − zHi ai−1
Di−1 = (19.51)
1 − a2i−1
zHi = z −i Di (z −1 ) (19.52)
D1 (z) = 1 − 0, 481466z −1
N0 = c0 = 0, 3222
El filtro Butterworth de segundo orden se muestra en la figura 19.16
19.3. filtros iir con polos y ceros 405
Figura 19.16: Filtro pasa bajas de segundo orden, estructura Markel y Gray
Ejemplo 19.5:
Calcular el filtro paso altas de Butterworth para las especificaciones:
1
H(s) = √
s2 + 2s + 1
z+1 π3400
s=k k = tg = 0,591398
z−1 20000
Ci − zHi ai−1
Di−1 = (19.54)
1 − a2i−1
zHi = z −i Di (z −1 ) (19.55)
D1 (z) = 1 − 0,481754z −1
N0 = c0 = 0, 040365
Figura 19.17: Filtro pasa bajas de segundo orden, estructura Markel y Gray
Ejemplo 19.6:
Calcular el filtro paso bajas de Butterworth para las especificaciones:
La función de transferencia del filtro Butterworth se obtiene de las tablas y para amax = 3 dB
es la siguiente:
1
H(s) =
1 + 2s + 2s2 + s3
La función de transferencia para amax =1 dB se obtiene si se sustituye s por
p
s =2n e0,23max − 1s (19.57)
p
s =6 e0,23 − 1s = 0, 798187s
La función de transferencia del filtro Butterworth de tercer orden para la atenuación máxima
amax =1 dB es
1
H(s) =
0, 508509s3 + 1, 274176s2 + 1, 596356a + 1
Para calcular la transformada z bilineal se utiliza la matriz de Pascal, pero primero se calcula
la constante c.
π3400
c = cotg = 1, 376382
17000
19.3. filtros iir con polos y ceros 407
Ci − zHi ai−1
Di−1 = (19.58)
1 − a2i−1
D1 (z) = 1 − 0, 124706z −1
Otros coeficientes del filtro Markel y Gray son a0 = −0,124706 c1 = 0,45958. Mediante la
ecuación 19.60 se calcula N0 .
N0 = c0 = 0, 04892357
El filtro Butterworth de tercer orden se muestra en la figura 19.18
408 capı́tulo 19. filtros digitales en celosı́a
Figura 19.18: Filtro pasa bajas de segundo orden, estructura Markel y Gray
Ejemplo 19.7:
Escriba el programa en MATLAB para realizar el análisis del circuito de la figura 19.18. Dibuje
mediante el programa MATLAB la atenuación del filtro. Las ecuaciones obtenidas para cada
nodo del circuito en la figura 19.18 son las siguientes
N1=XN-N8*A2 N5=N4+N3*A0
N2=N1-N6*A1 N7=N6+N2*A1
N3=N2-N4*A0 N9=N8+N1*A2
YN(i)=N3*C0+N5*C1+N7*C2+N9*C3
XN=1;
N4=0;
N2=0;
N8=0;
N6=0;
A0=-0.124706;
A1=0.338547;
A2=-0.015753;
C0=0.048923;
C1=0.459804;
C2=0.457287;
C3=0.144155;
for i=1:1:20
N1=XN-N8*A2;
N2=N1-N6*A1;
N3=N2-N4*A0;
N5=N4+N3*A0;
19.3. filtros iir con polos y ceros 409
N7=N6+N2*A1;
N9=N8+N1*A2;
YN(i)=N3*C0+N5*C1+N7*C2+N9*C3
N8=N7;
N6=N5;
N4=N3;
XN=0;
end
[h,w]=freqz(YN,1,200);
plot(w,20*log10(abs(h)))
Tarea 19.1:
Calcule el filtro paso bajas de Butterworth mediante el método Markel y Gray para las especi-
ficaciones:
Escriba el programa para análisis del filtro mediante el paquete MATLAB y grafique la atenua-
ción del filtro.
410 capı́tulo 19. filtros digitales en celosı́a
Tarea 19.2:
Calcule el filtro paso bajas de Butterworth mediante el método Markel y Gray para las especi-
ficaciones:
Escriba el programa para análisis del filtro mediante el paquete MATLAB y grafique la atenua-
ción del filtro.
Tarea 19.3:
Calcule el filtro paso bajas de Butterworth mediante el método Markel y Gray para las especi-
ficaciones:
Escriba el programa para análisis del filtro mediante el paquete MATLAB y grafique la atenua-
ción del filtro.
Tarea 19.4:
Calcular los coeficientes de reflexión Ki de un filtro FIR en celosı́a si se conoce la función de
transferencia del filtro FIR.
2 1 1
A3 (z) = H(z) = 1 + z −1 + z −2 + z −3
4 3 4
Tarea 19.5:
Calcular los coeficientes de reflexión Ki de un filtro FIR en celosı́a si se conoce la función de
transferencia del filtro FIR.
3 2 1
A3 (z) = H(z) = 1 + z −1 + z −2 + z −3
4 3 5
Tarea 19.6:
Calcular los coeficientes de un filtro FIR directo, si se conocen los coeficientes de reflexión de un
filtro en celosı́a.
1 1 1
K1 = K2 = K3 =
3 4 5
Tarea 19.7:
Calcular los coeficientes de un filtro FIR directo, si se conocen los coeficientes de reflexión de un
filtro en celosı́a.
2 1 2
K1 = K2 = K3 =
3 2 5
Capı́tulo 20
La función de transferencia de los filtros de dos dimensiones con la respuesta al impulso infinita
es:
PM PN i j
i=0 j=0 aij z1 z2
H(z1 , z2 ) = PM PN (20.1)
i j
i=0 j=0 bij z1 z2
a00 a01 a02 ... a0n 1
a10 a11 a12 ... a1n z2
h i a a21 a22 ... a2n z2
× 20
2
1 z1 z12 . . . z1m ×
... ... ... ... ... ...
... ... ... ... ... ...
am0 am1 am2 ... amn z2n
H(z1 , z2 ) = . (20.2)
b00 b01 a02 ... b0n 1
b10 b11 b12 ... b1n z2
h i b b21 b22 ... b2n z2
× 20
2
1 z1 z12 . . . z1m ×
... ... ... ... ... ...
... ... ... ... ... ...
bm0 bm1 bm2 ... bmn z2n
El elemento aij (resp. bij ) son los coeficientes del polinomio del numerador, (resp. denominador).
Los filtros de dos dimensiones se pueden diseñar de dos maneras diferentes
a) Aproximar las especificaciones de la plantilla en el dominio de dos dimensiones. Pero de
esta manera la aproximación es muy exigente.
b) Aproximar las especificaciónes de la plantilla en el dominio de s, de una dimensión y des-
pués hacer una transformación de la función de tranferencia de una dimensión H(s) a la función
de transferencia de dos dimenciones H(s1 , s2 ). Posteriomente utilizando la transformada bilineal
se transforma la función de transferencia H(s1 , s2 ) desde el dominio s1 , s2 al dominio discreto
H(z1 , z2 ). Aquı́ se utilizará este método para diseñar los filtros digitales de dos dimensiones. En
el ejemplo siguiente se muestra como se calcula el filtro paso bajas de Cauer.
411
412 capı́tulo 20. filtros digitales de dos dimensiones
Figura 20.1: Especificaciones del filtro digital de paso bajas de una dimensión
f2 3400
k= = = 0, 666
f1 5100
" 2 4 6 #4
k2 k k k
q= 1+2 + 15 + 150 ...
16 4 4 4
" 2 4 6 # 4
0, 6662 0, 666 0, 666 0, 666
q= 1+2 + 15 + 150 = 0, 036458.
16 4 4 4
El orden n del filtro se obtiene sustituyendo en la ecuación (20.3)
ln(e0,23amax − 1) − 0, 23amin − 2, 77
n= . (20.3)
ln q
Sustituyendo por amax = 0, 8695 dB , q = 0, 036458 y amin = 21,739 dB se obtiene el orden del
filtro Cauer
0, 8660254 − 2, 0337,10−9
Ω01 = 0, 873933 = 0, 73123.
1 + 0, 036458 − 1, 7667,10−6
Para calcular los ceros de la función de transferencia, se tiene que calcular el parametro w
" #
1 2 (0, 115amax )2
w= ln + + ... . (20.5)
2n 0, 115amax 12
Sustituyendo por n y amax en la ecuación (20.5) se obtiene
1
w= [2, 99573 + 0, 00083] = 0, 499427.
6
La función de transferencia es de orden impar y por lo tanto un cero es real y otro cero es
complejo. El cero real se obtiene mediante la ecuación (20.6)
y toma la forma
s2 + 0, 32092s + 0, 6961317
G(s) = K(s + 0, 50908) .
0, 5332359s2 + 1
La constante K se calcula bajo la condición de que el módulo de la función de transferencia para
ω = 0 es igual a uno. Para obtener |G(0)| = 1, K debe ser K = 2, 8217761. Se puede comprobar
414 capı́tulo 20. filtros digitales de dos dimensiones
|G| = |2, 302j + 1, 436| × |0, 0469 + j0, 406| =⇒ amax = 0, 8695 [dB].
De manera similar para ω = 1, 224 se obtiene
|G| = |1, 436 + j3, 4538| × | − 3, 9879 + j1, 9529|. =⇒ amin = 21, 379 [dB].
De esta manera se comprueba si se cumplen las especificaciones en las frecuencias de corte.
Para transformar la función de transferencia desde el dominio unidimensional al dominio de dos
dimensiones se utiliza la transformada de Shanks.
1 1 + s2 0, 53332359
H(s) = 0, 3543867 × .
s + 0, 509908 0, 6961317 + 0, 32092s + s2
La desnormalización y la transformada de Shanks se muestra en el cálculo de la función de
transferencia H1 (s)
1
H1 (s) = .
s + 0, 509908
Para la desnormalización de frecuencias se utilizan las relaciones s = s/ω0 , donde ω0 = 2π · 3400
y se obtiene
ω0
H1 (s/ω0 ) = .
s + 0, 509908ω0
Si se aplica a la última ecuación la transformada de Shanks de dos dimensiones (20.10), se
obtiene
ω0
H1 (s1 , s2 ) = .
s2 cos β − s1 senβ + 0, 509908ω0
La función de transferencia H1 (s1 , s2 ) se transforma mediante la transformada z bilineal desde
el dominio s a dominio de z.
2 1 − z1 2 1 − z2
s1 = s2 = .
T 1 + z1 T 1 + z2
Sustituyendo s1 y s2 a la función de transferencia H1 (s1 , s2 ) se obtiene
T ω0 (1 + z1 + z2 + z1 z2 )
H1 (z) = ,
b00 + b21 z1 + b12 z2 + b22 z1 z2
20.2. análisis del filtro digital de dos dimensiones 415
donde
1 + 0, 53323s2
H2 (s) = .
0, 69613 + 0, 32092s + s2
Después de un cálculo similar al caso de la función de transferencia H1 (s), se obtiene el
siguiente resultado
h i 1 2 1 1
1 z1 z12 × −0, 7669 −1, 5337 −0, 7669 × z2
1 2 1 z22
H2 (z1 , z2 ) = 1, 3191 . (20.12)
h i 1 2 1 1
1 z1 z12 × −1, 2587 −2, 5173 −1, 2587 × z2
1, 391 2, 782 1, 391 z22
Figura 20.2: Caracterı́stica de la amplitud del filtro paso baja. La banda de paso está marcada
con el número 1.
1
H(p) = .
1 + 1, 41421s + s2
Si se sustituye por s la transformada de Shanks (20.10) y después la transformada z bilineal
como en ejemplo anterior, se obtiene la función de transferencia de dos dimensiones H(z1 , z2 ).
Este filtro discreto de paso bajas no es simétrico. El filtro simétrico lo obtenemos calculando la
ecuación
Calculando se obtiene la matriz de los coeficientes del filtro paso bajas simétrico
1 4 6 4 1
4 16 24 16 4
A= 6 24 36 24 6
4 16 24 16 4
1 4 6 4 1
9, 219577 62, 98387 158, 6508 −54, 98386 19, 57162
−32, 45760 −245, 6205 −83, 16479 −440, 1478 147, 6223
B= 96, 08774 100, 5595 593, 0211 −52, 55957 435, 5436 .
−32, 45760 −245, 6205 −83, 16479 −440, 1478
147, 6223
9, 219578 62, 98387 158, 6508 −54, 98386 19, 57162
La caracterı́stica de amplitud del filtro de paso bajas simétrico HDP (z1 , z2 ) se muestra en la
figura 20.4.
s2
H(p) = .
s2 + 1, 41421s + 1
418 capı́tulo 20. filtros digitales de dos dimensiones
13, 39569 0 0
A= 0 −26, 79120 0
0 0 13, 39569
9, 219 −3, 176021 1
B = −3, 17602 −22, 79120 7, 1760215 .
1 7, 176021 19, 571620
La función de transferencia del filtro simétrico de paso altas con la fase cero se calcula mediante
la ecuación (20.16). Se obtiene la matriz de la función de transferencia que tiene 13×13 elementos
y por esta razón no la escribimos. En la figura 20.5a se muestra la caracteristica de la amplitud
del filtro simétrico de paso altas. En la figura 20.5b se muestra la caracterı́stica del mismo filtro
en tres dimensiones.
Figura 20.5: a) Caracterı́stica de la amplitud del filtro paso altas en dos dimensiones b) Carac-
terı́stica de la amplitud del filtro paso altas en tres dimensiones
1
H(z1 , z2 ) = C1 + (20.18)
A1 z1−1 + C2 +
1
1
B1 z −1 + 1
2
..
.
y si las constantes C2 , C3 , . . . A1 , A2 . . . B1 , B2 no son iguales a cero, la estructura se muestra en
la figura 20.9a. Si se ordena la función de transferencia H(z1 , z2 ) en la forma que se muestra en
la ecuación (20.19), se obtiene la estructura que se muestra en la figura 20.9a
1
H(z1 , z2 ) = C1 + . (20.19)
A1 z1−1 + C2 + B −1
1
1
1 z2 +C3 +
..
.
Si se arregla la función de transferencia H(z1 , z2 ) en la forma (20.20), se obtiene la estructura
que se muestra en la figura 20.10.
20.8. realización mediante ampliación de la matriz 421
1
H(z1 , z2 ) = 1 . (20.20)
C1 + A1 ,z1−1 + 1
C2 + 1
B1 z −1 + 1
2
..
.
Ejemplo 20.3: Realizar con la fracción en escalera la función de transferencia de dos dimen-
siones
1
H(z1 , z2 ) = 1 + 1 .
2z1 + 2+ 1
3z2 + 1
4+ z 1+2
1
La estructura se muestra en la figura 20.11. Otra posibilidad para obtener la estructura del filtro
digital de dos dimensiones es mediante ampliación de las matrices de forma similar a como se
realizan los filtros unidimensiónales.
(1 + z1−1 )(1 + z2 )
" #
T
N = −1 .
1 + az1−1 + bz2−1 + cz1−1 z2 −1 + dz1−1 z2−2
Si se elige
422 capı́tulo 20. filtros digitales de dos dimensiones
0 −1 1 0 1 0 0
1 0 −1 0 −b z1−1 0
(7)
0 0 −a −1 −c 0 1
N = .
−1
0 0 z2 0 −1 0 0
1 0 0 1 0 −1 0
0 0 0 0 −dz2−1 0 −1
De la matriz de flujo N(7) se puede dibujar la estructura del filtro de dos dimensiones. La
estructura se muestra en la figura 20.12. El orden de la función de transferencia es igual al
número de elementos de la estructura, por lo que la estructura es canónica.
El efecto de la cuantización
En los sistemas discretos los números se representan en forma binaria. Un número x se puede
expresar por la ecuación (21.1).
B−1
X
x= bn · 2n (21.1)
n=0
El término bn tiene valor 0 ó 1 dando lugar al término binario. La constante B indica la cantidad
de bits necesarios para representar x.
Ejemplo 21.1:
Queremos expresar el número x = 0, 236 en forma binaria con B = 7 bits.
La forma de obtener la representación binaria se basa en multiplicar por dos la parte decimal
de número de manera que cuando el resultado es mayor que 1 el bit correspondiente toma valor
1 mientras que cuando es menor que 1 el bit toma valor 0.
0, 236 · 2
0, 472 · 2
0, 944 · 2
1, 888 · 2 x = 0 · 20 + 0 · 2−1 + 0 · 2−2 + 1 · 2−3 + 1 · 2−4 + 1 · 2−5 + 1 · 2−6
1, 776 · 2 x = ,0 0 0 1 1 1 1
1, 552 · 2
1, 104 · 2
Entonces
Como se muestra en este ejemplo, el número x se aproxima por un número xE con un erorr
E7 = x − xE = 0, 001625. Este error puede ser la causa de la inestabilidad del filtro, ya que los
coeficientes variarán en función del número de bits B utilizados. A continuación se expresa el
mismo número expresado por B = 13 bits.
423
424 capı́tulo 21. el efecto de la cuantización
0, 236 · 2
0, 472 · 2
0, 944 · 2
1, 888 · 2
1, 776 · 2
1, 552 · 2
1, 104 · 2
xE = 1 · 2−3 + 1 · 2−4 + 1 · 2−5 + 1 · 2−6 + 1 · 2−10 + 1 · 2−11 + 1 · 2−13
0, 208 · 2
xE = ,0 0 0 1 1 1 1 0 0 0 1 1 0 1
0, 416 · 2
xE = 0, 2359619
0, 832 · 2
el error en este caso es menor
1, 664 · 2
E12 = x − xE = 0, 0000381
1, 328 · 2
0, 656 · 2
1, 312
El error de cuantización utilizando trece bits es menor en comparación con el eror si se utiliza el
cuantizador de 7 bits. Los números negativos pueden ser representados como aditivos inversos a
los números positivos. En la aritmética complementaria base dos, los números negativos tienen
en el bit más significativo siempre iqual a 1.
Ejemplo 21.2:
Expresar en número x = −0,236 en forma binaria con B = 6 bits. Primero se calcula el mismo
número pero positivo.
xE = 0, 236 = ,0 0 0 1 1 1 1
A continuación se cambian ceros por unos y unos por ceros y se suma el número 1, usando
aritmética complementaria en base dos
−
xE = 1 1 1 0 0 0 0
1
− − − −− −− −− −− −− −− −−
xE = 1 1 1 0 0 0 1
El número negativo es
En la figura 21.2
x es un voltaje en la entrada
Q = 2−B+1 (21.2)
426 capı́tulo 21. el efecto de la cuantización
Figura 21.3: Aproximación del número x expresada por tres bits usando a) truncamiento b) y
redondeo
Q = 2−3+1 = 0, 25
La varianza del redondeo se calcula mediante la ecuación
Q
1
Z
2
ρ2E = u2 du (21.3)
Q −Q
2
3
Q3
1 u3 Q2 1 Q + Q2
ρ2E = | Q= 8 8 =
Q 3 −2 Q 3 12
(2−B+1 )2 2−2B
ρ2E = = (21.4)
12 3
El error que se comete al convertir una señal contı́nua en amplitud, en una representación
discreta, se evalúa en términos de la relación señal a ruido (RSR). La señal debe estar limitada
en amplitud para evitar la posibilidad de desbordamiento. Para eso se utiliza un factor de
ganancia G como se muestra en la figura 21.5
Para asegurar que nunca se produce desbordamiento se pueden utilizar valores pequeños de G
a costo de reducir la relación señal a ruido (RSR). El ruido de cuantización es fijo y al bajar
21.1. cuantificación de los coeficientes 427
Px Px (G, x)
RSR = 10 log = 10 log (21.5)
Pn ρ2E
donde
Pn es la potencia de ruido
Px es la potencia de la señal
1
La potencia Px depende del factor de ganancia G. Si Px (G, x) = 4ρ y ρ = 4 se obtiene
1 2−2B
RSR = 10 log − 10 log = −12, 0412 + 20 · B log 2 + 10 log 3
16 3
RSR = 6 · B − 7, 27 [dB]
Ejemplo 21.4:
Calcule la relación señal a ruido para los cuantificadores de 8 y 16 bits
donde hQ (k) es el término que representa los coeficientes cuantificados del filtro FIR. La función
de transferencia de un filtro con coeficientes cuantificados H(f ) se puede expresar mediante la
ecuación
N −1 N −1
h(i)e−jωT + [h(i)Q − h(i)]e−jωT
X X
H(ejω ) = (21.8)
i=0 i=0
Los coeficientes cuantificados se pueden expresar por medio de los coeficientes originales y los
errores:
21.2. cuantificación de los coeficientes del filtro iir 429
Figura 21.6: Localización de los polos y ceros de un filtro con paso de banda angosta
akQ = ak − ∆ak
La posición de los polos y los ceros también varı́an debido a la cuantificación de los coeficientes.
En condiciones ideales un sistema puede ser estable, pero debido a un eror de cuantificación un
polo cercano al circulo unitario puede salir fuera del cı́rculo y el filtro se convierte en un circuito
inestable. En la figura 21.6. se muestran los polos y ceros de un filtro paso banda. La influencia
de los errores de cuantificación en la amplitud se muestra en la figura 21.7.
Figura 21.7: Amplitud de la función de transferencia del filtro ideal y del filtro cuantificado
Algunas estructuras son muy sensibles a la cuantificación de los coeficientes. Las estructuras
directas de orden mayor que n = 2 son muy sensibles a la cuantificación de los coeficientes,
ya que la ubicación de los polos depende de muchos coeficientes de la función de transferen-
cia. Las estructuras en cascada y las estructuras paralelas son menos sensibles a los erores de
cuantificación.
430 capı́tulo 21. el efecto de la cuantización
b0 + b1 z −1 + b2 z −2
H(z) = , (21.17)
a + a1 z −1 + b2 z −2
y se obtiene la nueva función de transferencia HG (z) que se realiza
b0
G + bG1 z −1 + bG2 z −2
HG (z) = . (21.18)
a + a1 z −1 + b2 z −2
La respuesta a una señal de entrada se define por la ecuación
N
X −1
y(n) = h(m)x(n − m) (21.19)
m=0
x(n) = {1 1 1 1 1 1 1 1 ... }
la respuesta puede ser escrita en la forma
N
X −1
y(n) = h(m), (21.20)
m=0
Ejemplo 21.6
Calcular nuevos coeficientes del numerador de la función de transferencia H(z) ecuación (21.22)
para evitar el sobreflujo.
1 + 1,621784z −1 + z −2
H(z) = (21.22)
1 − 0,4030703z −1 + 0,233262z −2
Una de las estructuras que realiza la función de transferencia (21.22) se muestra en la figura
21.9. Es necesario calcular las respuestas al impulso en la salida de cada sumador. Para calcular
las respuestas al impulso h3 y h4 es necesario calcular las funciones de transferencia H3 (z) y
H4 (z).
Y3 (z) Y4 (z)
H3 (z) = H4 (z) =
X1 (z) X1 (z)
Para obtener H3 (z) se numeran los nodos del circuito como se muestra en la figura 21.10a.
Calculando la matriz N6 se obtiene
b1 −1 1 0 0 −a1
0 0 −1 0 z −1 0
N6 = 0 z −1 0 −1 0 0 (21.23)
0 −1 −a2
b2 0 0
b0 0 0 1 0 −1
432 capı́tulo 21. el efecto de la cuantización
Si se reduce la matriz N(6) hasta N(2) se obtiene la función de transferencia H4 (z) entre los
nodos 1 y 2 del circuito en la figuta 21.10a.
2,024854 + 0,7667338z −1
H4 (z) = (21.24)
1 − 0,4030703z −1 + 0,233266z −1
La matriz de transferencia H4 (z) se calcula desde la estructura en la figura 21.10b. En este caso
el nodo 2 se marca después de segundo sumador. Calculando la matriz flujo de señales N(6) se
obtiene
b2 −1 0 0 0 −a2
0 z −1 −1 0 0 0
(6)
N = 0 0 0 −1 z −1 0 (21.25)
0 −1 −a1
b1 0 1
b0 0 0 1 0 −1
0,7667338 − 0,6363365z −1
H5 (z) = (21.26)
1 − 0,4030703z −1 + 0,233266z −1
De las ecuaciones (21.22), (21.24) y (21.26) se calculan las respuesta al impulso unitario h(n),
h4 (n) y h5 (n). Los valores de la respuesta h(n), h4 (n) y h5 (n) se muestran en la tabla 21.1.
|h(n)|. La función de
P
Para cada ganancia G se elige desde la tabla el número máximo de
transferencia (21.27) que se va a realizar se obtiene de H(z), ecuación (21.22), si a cada coeficiente
del numerador se le divide entre G=5.307.
1,621 −1
1
5,307 + 5,307 z
1
+ 5,307 z −2 0,188 + 0,305z −1 + 0,188z −2
H(z) = = (21.27)
1− 0,403z −1 + 0,233z −2 1 − 0,403z −1 + 0,233z −2
Si se realiza filtro con la nueva función de transferencia, no aparece el sobreflujo, pero se habrá re-
ducido la relación señal-ruido (RSR).
Capı́tulo 22
Submuestreo de la señal
Los sistemas digitales que realizan cambios en la frecuencia de muestreo analógica son muy útiles
en distintas aplicaciones. Los algoritmos se utilizan en procesamiento de voz y de imagenes, en
los sistemas de transmisión de datos, en codificación etc. Mediante la decimación las muestras de
una señal se reducen modificando su frecuencia del muestreo fm . Con la decimación, (compresión,
submuestreo) el número de muestras se reduce, entonces la frecuencia de muestreo se disminuye.
Si las muestras de la señal aumentan se aumenta la frecuencia de muestreo fm . No siempre es
necesario utilizar el cambio del tiempo de muestreo, sólo en algunos casos. Por ejemplo, si en un
disco CD se grabó la música con una frecuencia de muestreo de 44.1 kHz y se desea escuchar
en un estudio donde el sistema trabaja con una frecuencia de muestreo 48 kHz se ofrecen dos
soluciones. La primera consiste en que del disco se transforma a una señal analógica y esta señal
se transforma de nuevo a una señal digital con frecuencia de muestreo 48 kHz. Este procedimiento
es muy simple pero se pierde calidad, las A/D y D/A cometen errores. La segunda solución es
utilizar interpolación y decimación para realizar el cambio de la frecuencia de muestreo. En la
actualidad existen bastantes publicaciónes sobre este tema, entre ellos cabe destacarlos [18] y
[76].
En la figura 22.1 a) se observa la señal x(t) = 0, 9 · cos(2πf0 t) que se muestrea con un tiempo
de T=1 ms, la frecuencia de muestreo es fm =1 kHz. La frecuencia de la señal f0 =50 Hz, y su
periodo T0 =20 ms. La señal x(n) tiene 100 muestras y su espectro se representa en la figura
22.1 b).
Figura 22.1: 100 muestras de la señal x(n) muestreada con frecuencia fm = 1 kHz y su espectro
433
434 capı́tulo 22. submuestreo de la señal
A continuación se va a realizar el muestreo de la misma señal x(n) con una frecuencia de muestreo
fm = 500 Hz. Antes de realizar dicho muestreo con la frecuencia fm =500 Hz veamos la señal x(n)
de longitud 100 muestras pero haciendo cero las muestras impares figura 22.2 a). La frecuencia
de muestreo todavı́a continua siendo fm =1 kHz, pero el módulo del espectro tiene dos periodos
tal y como se puede observar en la figura 22.2 b).
Figura 22.2: a) 100 muestras de la señal x(n) muestrada con frecuencia fm = 1 kHz igualando
a cero las muestras impares. b) Espectro de la señal x(n).
Figura 22.3: a) 50 muestras de la señal x(n) muestrada con la frecuencia fm = 500 Hz b) Espectro
de la señal x(n).
Figura 22.4: Esquema del bloque para submuestreo (decimación) de una señal discreta
El programa en MATLAB para el submuestreo que se ha utilizado para generar las gráficas 22.1
- 22.3 es el siguiente:
format long;
N=50;
M=2;
f0=50;
fvz=1000;
m=0:N*M-1;
t=0:1/fvz*1000:(N*M-1)/fvz*1000;
x=0.9*cos(2*pi*f0/fvz*m);
S=fft(x,2048);
figure;
stem(t,x,’filled’);grid
xlabel(’--> t [ms]’),ylabel(’--> x(n)’);
figure;
f=0:fvz/2048:fvz-fvz/2048;
plot(f,abs(S)/2/2048);
xlabel(’--> f [Hz]’),ylabel(’--> modulo de espectro’);
%Se calcula y(n) despues de decimacion con los valores iguales a ceros
y1=x;
n=0:N-1;
for i=1:N
y1(2*i)=0;
end;
SS=fft(y1,2048);
%Se dibuja la senal en el tiempo y su modulo de espectro
figure;
stem(t,y1,’filled’);grid
xlabel(’--> t [ms]’),ylabel(’--> y1(n)’);
figure;
f=0:fvz/2048:fvz-fvz/2048;
plot(f,abs(SS)/2/2048);grid
xlabel(’--> f [Hz]’),ylabel(’--> modulo de espectro’);
%Se calculo el espectro de y2(n) con 50 muestras sin muestras iguales
%a cero
ffvz=500;
436 capı́tulo 22. submuestreo de la señal
tt=0:1/ffvz*1000:(N-1)/ffvz*1000;
y2=x([1:M:length(x)]);
SSS=fft(y2,2048);
%Dibujo de y2(n) y su espectro
figure;
stem(tt,y2,’filled’);grid
xlabel(’--> t [ms]’),ylabel(’--> y2(n)’);
figure;
ff=0:ffvz/2048:ffvz-ffvz/2048;
plot(ff,abs(SSS)/2048);grid
xlabel(’--> f [Hz]’),ylabel(’--> modulo de espectro’);
Si es necesario aumentar la frecuencia del muestreo, es necesario agregar nuevas muestras entre
muestras consecutivas. Este procedimiento se denomina interpolación. El resultado es una señal
discreta pero con mayor número de muestras que la señal original. El bloque de interpolación
de la señal x(n) se muestra en la figura 22.5
Figura 22.5: Esquema del bloque para sobremuestreo (interpolación) de la señal discreta
m
w(m) = x(n) para n = = 0, ±L, ±2L, · · · ,
L
w(m) = 0 para m 6= ±Ln, n = 0, 1, 2, · · · .
Si los bloques de submuestreo y sobremuestreo se conectan en cascada es posible incrementar
o decrementar la frecuencia de muestreo en relación de un número racional L/M. En la figura
22.6 se presenta esta operación. En este ejemplo se modifica la señal de música muestrada con
frecuencia de muestreo fm =44.1 kHz a una señal muestrada con frecuencia fm =48 kHz. Los
números M y L deben ser números enteros y por eso es necesario buscar su máximo común
divisor. Este número se puede calcular mediante la función gcb.m (Greatest Comon Divisor) en
MATLAB, g=gcd(44100,48000). En nuestro caso el máximo común divisor es 300. Resultando
L=48000/300=160. Ası́ la frecuencia de muestreo se aumenta a fm =7056 kHz. Después la fre-
cuencia se decrementa a 48 kHz mediante submuestreo con el coeficiente M=44100/300=147. Los
filtros LP1 y LP2 se pueden realizar como un filtro LP con la respuesta a impulso h(n) = hn1 ∗hn2 ,
donde hn1 es la respuesta al impulso del filtro LP1 y hn2 es la respuesta al impulso del filtro
LP2. En la figura 22.7 se muestra el programa para el SIMULINK y la señal en los osciloscopios
antes y después de la operación submuestreo y después de la operación sobremuestreo.
22.1. banco con los filtros fir 437
Suponga que el filtro paso bajas en la parte de sı́ntesis tiene la función en diferencias descrita
por la ecuación (22.3). El filtro es de primer orden con la respuesta finita al impulso FIR. La
respuesta al impulso tiene dos valores h(0)=1/2 y h(1)=1/2. La función de transferencia H0 (z)
se obtiene utilizando la transformada z y se presenta en la ecuación (22.4)
x(n) + x(n − 1) 1
y(n) = = (x(n) + x(n − 1)) (22.3)
2 2
438 capı́tulo 22. submuestreo de la señal
Y (z) 1
H0 (z) = = (1 + z −1 ) (22.4)
X(z) 2
Figura 22.8: Bloque del banco de los filtros para dos canales.
22.1. banco con los filtros fir 439
El filtro paso altas en la parte de sı́ntesis tiene la función de diferencias escrita por la ecuación
(22.6). El filtro es de primer orden con respuesta finita al impulso FIR. La respuesta al impulso
tiene dos valores h(0)=1/2 y h(1)=-1/2. La función de transferencia H1 (z) se obtiene si se utiliza
la transformada z y se presenta en la ecuación (22.7)
x(n) − x(n − 1) 1
y(n) = = (x(n) − x(n − 1)) (22.6)
2 2
Y (z) 1
H1 (z) = = (1 − z −1 ) (22.7)
X(z) 2
P1 (z) = F1 (z) · H1 (Z) = −H0 (−z) · H1 (z) = −H0 (−z) · F0 (z) = −P0 (−z) (22.13)
1 9z −2 16z −3 9z −4 z −6 1 9z −2 16z −3 9z −4 z −6
P0 (z) − P0 (−z) = − + + + − − (− + − + − )
16 16 16 16 16 16 16 16 16 16
P0 (z) − P0 (−z) = 2z −3 .
Si se multiplica el polinomio P0 (z) por un factor z −k = z −3 se obtiene el polinomio simétrico
P (z) donde faltan exponentes pares de z menos el coeficiente que se multiplca por z 0 ecuación
(22.19). Se puede comprobar que se cumple la ecuación (22.17).
1
P (z) = (−z 3 + 9z + 16 + 9z −1 − z −3 ). (22.19)
16
El polinomio P0 (z) tiene seis ceros. Cuatro de ellos están ubicados en z = −1. Un cero está en
z5 = 0,267949 y otro en z6 = 3,73205. La función de transferencia se puede establecer en varias
formas. Por ejemplo se puede determinar las funciones de transferencia H0 (z) y F0 (z) de este
modo:
1
H0 (z) = (−1 + 2z −1 + 6z −2 + 2z −3 − z −4 ) (22.20)
8
442 capı́tulo 22. submuestreo de la señal
1
F0 (z) = (1 + 2z −1 + z −2 ) (22.21)
2
La caracterı́stica de los módulos H0 (z), F0 (z), H1 (z) y F1 (z) se presentan en la figura 22.12.
Las funciones de transferencia H1 (z) y F1 (z) se calculan mediante la ecuación (22.12).
1
F1 (z) = −HO (−z) = (1 + 2z −1 − 6z −2 + 2z −3 + z −4 ) (22.22)
8
1
H1 (z) = FO (−z) = (1 − 2z −1 + z −2 ) (22.23)
2
En la figura 22.13 se muestra el sistema con los filtros FIR para el simulink, la señal original
y su perfecta reconstrucción. Se utilizó un periodo de muestreo Tm = 1/22050 segundas, y dos
generadores con frecuencia de 100 y 400 Hz.
" #
h i H0 (z) H0 (−z) h i
F0 (z) F1 (z) = 2z −k 0 (22.24)
H1 (z) H1 (−z)
La matriz cuadrada H2 (z) se llama la matriz moduladora, y es muy importante, porque contiene
las funciones de transferencia Hk (z) y Hk (−z). Es posible también obtener la reconstrucción
perfecta con los bancos de filtros con M canales. La matriz moduladora tiene dimensión MxM
y se presenta en la ecuación (22.25)
H0 (zW M −1 )
H0 (z) H0 (zW ) ...
H1 (z) H1 (zW ) ... H0 (zW M −1 )
HM (z) = , (22.25)
... ... ... ...
HM −1 (z) HM −1 (zW ) ... H0 (zW M −1 )
2π
donde W = e−j M .
Ejemplo 22.2:
Calcular los filtros para el banco si la atenuación en la banda de paso es 1 dB, la frecuencia
del corte es Ω = 0.5 y el orden del filtro es n=3. Se utiliza un banco de filtros con dos canales.
Para calcular paso bajas se utiliza el filtro Chebychev y para el filtro inverso se utiliza el filtro
paso bajas Chebychev inverso. Mediante las instrucciones en MATLAB [a, b] = cheby1(3, 1,0.5),
[a, b] = cheby2(3,6.8689,0.5) se calculan las funciónes de transferencia H0 (z) y F0 (z)
Figura 22.16: Simulación del banco de los filtros mediante el paquete SIMULINK.
Figura 22.17: Bloque del banco de los filtros para ocho canales, parte de analisis.
Ejemplo 22.3:
Calcular los filtros para el banco si la atenuación en la banda de paso amax =3 dB, la fre-
cuencia de corte es Ω = 0,5 y el orden del filtro es n=3. Se utiliza el banco de filtros con
dos canales y M=2. Para calcular el filtro paso bajas se utiliza el filtro Chebychev y pa-
ra el filtro inverso se utiliza el filtro paso bajas Chebychev inverso. Mediante la instrucción
446 capı́tulo 22. submuestreo de la señal
Figura 22.19: Bloque del banco de los filtros para ocho canales, la parte sı́ntesis.
en MATLAB [a, b] = cheby1(3, 3, 0,5), se calcula la función de transferencia H0 (z). Para cal-
cular la función de transferencia F0 (z) del filtro paso bajas inverso se utiliza la instrucción
[a, b] = cheby2(3, amin , 0,5) donde amin se calcula mediante la ecuación (22.30). La función de
transferencia H0 (z) y F0 (z) se muestra en las ecuaciones (22.30) y (22.31).
p
E= 100,1amax − 1 = 0,9976
log10 ( E12 + 1)
amin = = 3,026 (22.30)
0,1
0,0903z −3 + 0,2708z −2 + 0,2708z −1 + 0,0903
H0 (z) = (22.31)
−0,3892z −3 + 0,8019z −2 − 0,6906z −1 + 1
0,6315z −3 + 0,8119z −2 + 0,8119z −1 + 0,6315
F0 (z) = (22.32)
0,3907z −3 + 0,8034z −2 − 0,6927z −1 + 1
Utilizando las ecuaciones F1 (z) = −H0 (−z) y H1 (−z) = F0 (z) se obtiene
Las funciones de transferencia del plano z se pueden transformar al plano s mediante la transfor-
mada bilineal inversa si se utiliza la matriz de Pascal. Para el orden de la función de transferencia
n=3 se utiliza la ecuación (22.35) donde ai son los coeficientes de H(z) y Ai son los coeficientes
de la función de transferencia H(s)
−1
A0 1 1 1 1 a0
A1 3 1 −1 −3 a1
= · (22.35)
A2 3 −1 −1 3 a2
A3 1 −1 1 −1 a3
El numerador y el denominador de la función H0 (s) se obtienen utilizando la ecuación (22.35)
−1
A0 1 1 1 1 0,0903 0,0903
A1 3 1 −1 −3 0,2708 0,0000
= · = (22.36)
A2 3 −1 −1 3 0,2708 0,0000
A3 1 −1 1 −1 0,0903 0,0000
−1
B0 1 1 1 1 1,0000 0,0903
B1 3 1 −1 −3 −0,6906 0,3344
= · = (22.37)
B2 3 −1 −1 3 0,8019 0,2151
B3 1 −1 1 −1 −0,3892 0,3602
La función de transferencia H0 (s) toma la forma (22.38). La función de transferencia H0 (s) se
obtiene también mediante la instrucción [a,b]=cheby1(3,3,1). De manera similar se obtienen las
funciones de transferencia F0 (s), H1 (s), y F1 (s).
0,0903
H0 (s) = (22.38)
0,0903 + 0,3344s + 0,2151s2 + 0,3602s3
0,2506
H0 (s) = (22.39)
s3 + 0,5571s2 + 0,9283s + 0,2506
1,3333 + s2
F0 (s) = (22.40)
1,3333 + 0,7934s + 0,1,2361s2 + 0,3325s3
s + 1,3333s3
H1 (s) = (22.41)
0,3325 + 1,2361s + 0,7934s2 + 0,1,3325s3
−0,2506
F1 (s) = (22.42)
1 + 0,5971s + 0,9283s2 + 0,2506s3
En la figura 22.20 se muestra el valor absoluto de H0 (s), F0 (s), H1 (s), F1 (s), H0 (z), F0 (z),
H1 (z) y F1 (z).
Figura 22.21: a) Forma general banco del filtros b) Estructura del filtro en celosı́a para n=1.
Las funciones de transferencia H0 (z) z H1 (z) son complementarias y se pueden realizar los
agrupamientos [75], H0 (z) = X0 (z)/X(z) H1 (z) = X1 (z)/X(z) si se cumple la ecuación
Ejemplo 22.4:
En la bibliografı́a [18], página 164, se calcula el banco de filtros en celosı́a (lattice). Los coefi-
cientes de la respuesta al un impulso h(n) son
k1 = −3,77151921
k2 = 1,06394342
k3 = −0,42482927
k4 = 0,13318454
k5 = −0,02083494
En la figura 22.22 a) se muestra el banco de análisis en celosı́a y en la figura 22.22 b) se muestra
el correspondiente banco de sı́ntesis en celosı́a.
En la figura 22.24 se muestra la parte de analisis del banco y en la figura 22.25 se muestra la
parte de sı́ntesis del banco realizado en simulink. En la figura 22.26 se muestra el banco del filtro
de cuatro canales en la forma subsistema en Simulink
En la figura 22.27 se muestra la amplitud unitaria de la se nal senoidal de entrada con 100 Hz
muestrada mediante la frecuencia de 1000 Hz. En la figura 22.28 se muestra la señal de salida.
Como se puede ver las señales de salida y de entrada son identicos, entonces la transmisión de
la señal es perfecta aunque fueron transmitidos pocas muestras con el submuestreo.
452 capı́tulo 22. submuestreo de la señal
Filtros adaptativos
453
454 capı́tulo 23. filtros adaptativos
Requerimientos computacionales
Los dos métodos que se emplean para derivar algoritmos recursivos son: el gradiente de aproxi-
mación estocástica y la estimación mediante mı́nimos cuadrados.
El desarrollo del filtro está basado en minimizar una función de peso definida por la media del
error cuadrático medio, es decir, la media al cuadrado de la diferencia entre la respuesta ideal y
la salida del filtro.
Esta función de peso es una función de segundo orden y depende de los coeficientes del filtro, de
manera que puede verse como una superficie al representar el error vs los parámetros del filtro
y es llamada superficie de convergencia, donde el peso correspondientes al punto mı́nimo de la
superficie equivale a la solución de Wiener óptima.
Un algoritmo comúnmente utilizado es el LMS (least mean square), que actualiza los coeficientes
de la siguiente forma:
Otra forma de realizar un filtrado adaptado es utilizar como función de peso la suma de los
errores al cuadrado. Un método comúnmente empleado es el algoritmo RLS (recursive least
squares), que se podrı́a considerar como un caso particular del filtro de Kalman. Este algoritmo
tiene la siguiente estructura:
ˆ
e(n) = d(n) − d(n) (23.2)
ˆ
donde d(n) es la señal deseada y d(n) es la salida del filtro adaptativo (filtro FIR), figura 23.2.
El filtro FIR puede expresarse como una multiplicación vectorial de la siguiente forma:
ˆ = w̄T x̄(n)
d(n) (23.3)
donde w̄ es el vector que contiene los coeficientes del filtro adaptativo y puede escribirse como:
{w1 (n), w2 (n), ..., wL (n)} y x̄(n) es el vector de datos {x(n), x(n − 1), ..., x(n − L + 1)}, para un
filtro de orden L. Combinando las ecuaciones anteriores, se obtiene que:
δJ
=0 (23.5)
δ w̄
lo que implica que
que es la llamada ecuación de Wiener-Hopf. Para actualizar los coeficientes, se emplea la técnica
de descanso de máxima pendiente con la función gradiente del error:
ˆ
e(k) = d(n) − d(n) (23.10)
**********************************
** PROGRAMA PARA ALGORITMO LMS **
**********************************
AORG >0000
RESET B INIT
23.3. implementación del algoritmo lms en tms32c25 457
AORG >0020
** INICIALIZACION DE VARIABLES **
ONE EQU >0060
BETA EQU >0061
ERR EQU >0062
ERRF EQU >0063
YN EQU >0064
XN EQU >0065
DN EQU >0066
ORDER EQU 20
FRSTAP EQU >300
LASTAP EQU 768+ORDER
COEFFP EQU >FF00
COEFFD EQU >0200
INIT SOVM
LDPK 0
LACK 1
SACL ONE
ZAC
SACL YN
SACL BETA
SACL ERR
SACL ERRF
SACL DN
LARP AR4
LRLK AR4,>61
BLKP MU2,*
LRLK AR4,>300
RPTK ORDER-1
IN *+,PA1
RPTK ORDER-2
IN DN,PA2
IN DN,PA2
ZAC
LRLK AR4, 512+ORDER
RPTK ORDER-1
SACL *-
** EJECUCION DEL FILTRO FIR **
CICLO CNFP
MPYK 0
LAC ONE,14
LARP AR3
LRLK AR3,LASTAP
RPTK ORDER-1
MACD COEFFP,*-
CNFD
458 capı́tulo 23. filtros adaptativos
APAC
SACH YN,1
NEG
ADD DN,15
SACH ERR,1
OUT ERR,PA3
** ADAPTACION DE LOS COEFICIENTES **
LT ERR
MPY BETA
PAC
ADD ONE,14
SACH ERRF,1
MAR *+
IN XN,PA1
LAC XN
SACL *
LRLK AR1,ORDER-1
LRLK AR2,COEFFD
LRLK AR3,LASTAP+1
LT ERRF
MPY *-,AR2
SPM 1
ADAPT ZALR *,AR3
MPYA *-, AR2
SACH *+,AR2
BNZ ADAPT,*-,AR1
CALL NUEVO
B CICLO
NUEVO IN DN,PA2
SPM 0
RET
*** Valor 2MU ***
MU2 DATA >1999
u(n) = Acos(w0 n)
analizar el filtro adaptativo. La primera columna presenta la entrada principal al sistema d(n)
y la segunda columna la señal de referencia. En la figura 23.4a se observa la señal contaminada
con ruido y en la figura 23.4b la salida del filtro adaptativo junto con la señal original, que es
una senoidal de 200Hz, y el ruido es una señal de 60 Hz, asumiendo una frecuencia de muestreo
de 1000Hz. En la figura 23.5 se observa el espectro de frecuencia de la señal antes y después del
aplicar el filtro adaptativo.
Ejercicios
Genere dos archivos datos.dat y ruido.dat que contengan cada uno las secuencias de la
tabla 23.1 presentada al final de este capı́tulo.
Utilizando los archivos generados como entrada y referencia del filtro adaptativo, obtenga
la salida del filtro adaptativo.
Dibuje la transformada de Fourier de las señales de entrada y salida del filtro adaptativo.
460 capı́tulo 23. filtros adaptativos
Figura 23.5: Módulo de la transformada de Fourier de las señales a la entrada y salida del filtro
adaptativo
x̄T (n)
x̄T (n − 1)
x̄T (n − 2)
.
.
.
T
x̄ (1)
donde:
¯ = X(n)w̄(n)
d(k) (23.13)
que tiene la forma
Ax = B
R = X(n)T X(n)
p(n) = X(n)T d̄(n)
Para resolver la ecuación (23.15) de manera recursiva, se calcula w̄(n + 1) = f (w̄(n)), y reali-
zando la inversión de la matriz, se obtiene la nueva matriz inversa de la iteración n + 1 a partir
de la inversa de la iteración n, multiplicando únicamente por un escalar, de otra forma serı́a
preciso invertir la matriz en cada iteración. De esta manera se llega a las ecuaciones que definen
el algoritmo RLS:
R−1 (n)x̄(n + 1)
K(n + 1) = (23.16)
γ+1
donde K(n) se define como la ganancia de Kalman mediante K(n) = R−1 (n)x̄(n) y γ está dada
por γ = x̄T (n + 1)R−1 (n)x̄(n + 1). La matriz inversa se obtiene con la ecuación:
En el campo del procesado digital de señal existe una clase de sistemas adaptativos en la cual
los coeficientes de un filtro digital se ajustan para minimizar una señal de error. El diseño de
un cancelador de ruido utilizando un micrófono y una bocina controlada electrónicamente para
generar un sonido cancelador fue propuesto por primera vez por Lueg en 1936. El esquema básico
de este cancelador se presenta en la figura 24.1
El micrófono captura el ruido y el Control Digital (DSP) produce el antirruido que se amplifica,
y es emitido por la bocina. El antirruido disminuye el ruido tal y como se observa en la figura
24.2
En la figura 24.3 se muestra un cancelador de ruido donde se utilizan dos micrófonos. La señal
d(n) es la señal útil, y(n) es la señal a la salida del filtro adaptativo. Este filtro puede ser un
filtro de respuesta finita, FIR, o un filtro con la respuesta infinita IIR. Los coeficientes del filtro
adaptable se cambian mediante el algoritmo adaptativo. La señal de error e(n) es la diferencia
de las señales d(n) y y(n), siendo la señal d(n) la señal de referencia.
463
464 capı́tulo 24. control activo del ruido
Mediante el program Simulink que se muestra en la Figura 24.3. se puede simular el funciona-
miento de un cancelador.
El simulador tiene en una entrada un archivo con la voz y en la otra entrada un archivo con
sonido de trompeta. En el primer osciloscopio, después de la simulación, se representa la señal
de la trompeta. El osciloscopio 1 muestra la voz contaminada por la trompeta. En nuestro caso
la señal de la trompeta es el ruido que se quiere quitar. En el osciloscopio 2 se observa la señal
recuperada, que en el caso ideal, solo debe ser la señal de voz. En el osciloscopio 3 se representa
la señal de voz. La señal de voz y la señal recuperada son parecidas como se observa en la figura
24.4
En la figura 24.5 se presenta el esquema para la simulación del cancelador de ruido utilizando
la sustración de espectros. Después de la simulación se representa en el osciloscopio 2 la señal
de la voz. En el osciloscopio 4 se obtuvo la señal de la trompeta que es la señal de ruido, y en
el osciloscopio 3 están la suma de las señales de la voz y de la trompeta. En el osciloscopio 1
se dibujo la señal recuperada de voz sin la señal de trompeta. Las señales se presentan en la
figura 24.6. En la figura se observa que la señal original de voz y la señal recuperada sin el ruido
son muy parecidas. Pero este caso es ideal, eso significa que en los dos micrófonos el ruido y la
señal original de voz tienen lo mismo retraso y la misma amplificación. Si se conectan en lugar
de osciloscopios los módolos ToWaveFile se pueden escuchar los resultados de la cancelación del
ruido.
Si un micrófono captura el ruido con retraso y con otra amplificación se obtiene que la señal
466 capı́tulo 24. control activo del ruido
Figura 24.5: Esquema del cancelador de ruido mediante sustración del espectro.
En la figura 24.9 después del módulo FFT1 se obtiene el espectro de la voz con el ruido y
después del módulo FFT se obtienen las muestras del espectro de la voz. En el módulo siguiente
las muestras se sustraen y al módulo IFFT1 entran las muestras de la voz en el caso ideal.
Después del módulo IFFT se obtienen las muestras en el dominio de tiempo que pueden pasar
a los osciloscopios o a la bocina o a un archivo. La longitud de la FFT e IFFT fue elegida N=16
y los buffers tienen 16 canales. En la figura 24.10 (osciloscopios 4 y 6), se la señal de la voz y la
señal recuperada.
24.2. cancelador en el dominio de la frecuencia 467
Figura 24.6: La señal original (Voz), el ruido (Trompeta), la suma de las señales y la señal
recuperada.
Figura 24.7: Sistema donde se realiza el retraso del ruido mediante el elemento de retardo y la
atenuación mediante un amplificador con coeficiente 0.7.
468 capı́tulo 24. control activo del ruido
El algoritmo para eliminación de ruido fue propuesto por Eduardo Abreu, Michael Lightstone,
Sanjit K. Mitra y Kaoru Arakawa, quienes lo publicaron en el artı́culo A new efficent approach
for the removal of impulse noise from highly corrupted images. 2
Este algoritmo fue diseñado para eliminar el ruido llamado “sal y pimienta”, donde los niveles
de ruido sólo toman dos valores, el máximo de blanco o el mı́nimo de negro. Sin embargo, el
algoritmo funciona con una eficiencia muy alta para ruidos con una distribución continua de
probabilidad, como el ruido gaussiano.
En la figura 25.1 se muestra una ventana que identifica a cierto pixel central x(n) y a sus ocho
vecinos cercanos, de x1 (n) a x8 (n). Se define un vector w(n) ∈ <8 que contiene los ocho elementos
de observación alrededor de x(n), tal que
En este vector se ordenan las xi (n) de acuerdo con su valor numérico (en las imágenes esto quiere
decir su nivel de gris):
1
Proyecto de investigación de B. Tovar, C. Estevez y R. Bustamante, Departamento de Electrónica, ITESM
Campus Ciudad de México
2
IEEE Transactions on Image Processing, Vol. 5, No. 6, junio 1996.
469
470 capı́tulo 25. eliminación de ruido en imágenes
r4 (n) + r5 (n)
m(n) = (25.3)
2
Un clasificador C identifica la ventana en una de M distintas clases por medio de la variable de
estado s(n) = C(x(n), w(n)), que controla la función de filtrado F, definida como
β i = 1 − αi , i = 1, ..., M (25.5)
El clasificador C debe generar una función de estado s(n) tal, que sea un indicador probabilı́stico
de que el pixel de la ventana esté corrupto. El clasificador C propuesto en el artı́culo opera sobre
las diferencias entre el pixel de entrada x(n) y los demás pixeles del vector r(n). Las diferencias
se definen como
(
rk (n) − x(n), x(n) ≤ m(n)
dk (n) = (25.6)
x(n) − r9−k(n) , x(n) > m(n)
En algunos casos para k = 1,...,4 la respuesta del algoritmo mejora considerablemente si se aplica
de forma recursiva, es decir; se construye
El caso más simple considera M=2 y se trabaja con sólo dos estados. Para esto se definen
empı́ricamente cuatro umbrales T1 < T2 < T3 < T4 , de los que el algoritmo detecta a x(n) como
un pixel corrupto y asigna s(n) = 1 si cualquiera de las siguientes desigualdades es cierta:
Se define que para s(n)=1, α1 = 0 y para s(n)=2, α2 = 1. Con esto, si el pixel se considera
corrupto, porque una de las diferencias ha sobrepasado uno de los umbrales, se reemplazará con
la media del vector ordenado (ROM). En caso contrario, el pixel no se modificará.
La aproximación multiestado supone que dado que el pixel tiene ruido aditivo, todavı́a contiene
información que se puede recuperar. Ası́, si por ejemplo cierto estado determina que α = 0,5,
entonces el pixel que se reemplazará será la mitad del actual más la mitad de la media del vector
ordenado. Esto incrementa enormemente el número de cálculos, pero mejora la definición de la
imagen final.
25.2. Programa en C
El programa está estructurado en cuatro funciones:
Función Descripción
Recuperación Guarda en tipo, reng, col, cmap y z[˙][]
el tipo de imagen, el número de renglones, columnas,
colores y los pixeles de la imagen, respectivamente.
Ruido Crea los pixeles corruptos a partir de los pixeles guardados en z[˙][].
Orden Ordena los pixeles de un vector, de r en este caso.
main Realiza la operación del filtrado y crea la imagen final.
Los umbrales para las respectivas diferencias se definen al principio del programa como las
constantes T1, T2, T3, T4. Se recomienda como experimentación cambiar sus valores para poder
observar cómo afecta cada uno en la imagen final. También como constante se define Maxt, que
es el número máximo de columnas o renglones que puede tener la imagen. Si el programa llegara
a detenerse en su ejecución, tal vez el problema consiste en que la imagen tiene más renglones
o columnas definidas por Maxt, por lo que bastará con cambiar su valor para probar imágenes
más grandes.
El programa inicia preguntando por la imagen de prueba y por el nombre de la imagen final
que se creará. Después se llama a la función Recuperación, que mejorará los parámetros de la
imagen, como tamaño, número de colores, etc., y guardará todos los pixeles de la imagen en una
matriz bidimensional z[˙][].
Una vez recuperada la imagen, la función Ruido hace uso de la generación de números aleatorios
para simular el ruido con cierta distribución de probabilidad. La función viene comentada para
variar el nivel de ruido en la imagen (por omisión de 20 %).
La función principal (main) ejecuta el filtrado, teniendo como control de repetición el número
de renglones y de columnas. Primero recupera la ventana por trabajar y la asigna a un arreglo
(vector) w. Por comodidad en la programación, en w también se incluye el pixel central de la
ventana, aunque en la definición del algoritmo no se definió ası́. Esta libertad se puede tomar,
472 capı́tulo 25. eliminación de ruido en imágenes
ya que la función de orden no tomará en cuenta este pixel. El arreglo w se ordena por la función
orden, generando los valores del arreglo r.
Después se determinan las diferencias respectivas y se guardan en un arreglo d[]. En este punto,
el programa se puede manipular para que funcione como biestado o como una propuesta de
multiestado (en las lı́neas de código se incluyen los comentarios pertinentes para efectuar este
cambio). Por omisión el programa correrá con una propuesta de multiestados, basada en coe-
ficientes empı́ricos que encontramos que mejoraban el funcionamiento biestado. Para el lector
que esté interesado en cómo producir una propuesta multiestados, se recomienda leer el artı́cu-
lo original, donde los autores proponen una aproximación por mı́nimos cuadrados, pero con
coeficientes predestinados, lo que es una desventaja si se requiere que el algoritmo trabaje con
imágenes de muy distinto contenido frecuencial. Nuestra propuesta empı́rica consiste en sumar
“pedazos” de coeficiente a α, dependiendo de la magnitud de cada una de las diferencias.
El valor de α encontrado se utiliza para calcular el nuevo valor (si hubo algún cambio) del pixel
en z[i][j]. El pixel actual z[i][j] se escribe en el archivo final de la imagen, para que el programa
pruebe con la siguiente ventana. Dentro de la función main los contadores i y j determinan el
valor del renglón y de la columna actual, respectivamente.
En algunas PC que corren otros sistemas operativos (aunque depende del compilador de C)
se tienen problemas en el manejo de memoria de arreglos de variables grandes. Si el programa
detiene su operación antes de terminar, probablemente sea un error de manejo de memoria
en el sistema operativo, o bien, la constante Maxt que define el tamaño máximo de imagen
Maxt×Maxt tiene un valor pequeño respecto a la imagen que se probará. Si se tiene la aplicación
XV 3 , se podrán visualizar las imágenes automáticamente, al tiempo que se ejecuta el programa.
La mayorı́a de los programas generadores de imágenes en formato PGM incluyen comentarios
entre la lı́nea que marca el tipo de imagen P2 y los primeros datos numéricos. Los comentarios
se denotan por un # como caracter inicial y deben de eliminarse del archivo antes de ejecutar
el programa. El archivo PGM puede abrirse en cualquier editor de texto para eliminar los
comentarios y debe guardarse como sólo texto.
Como el algoritmo no trabaja sobre los bordes (se puede realizar una aproximación), éstos se
eliminan en la imagen final, es decir, se tendrán dos renglones y dos columnas menos.
3
Derechos de John Bradley
25.2. programa en c 473
En formato PPM el mismo algoritmo se puede implementar para imágenes a color. El forma-
to PPM, denominado como tipo P3, guarda la imagen en forma RGB, por lo que cada pixel
está compuesto de tres valores (cantidad de rojo, de verde y de azul). El programa debe mo-
dificarse para que se lean tres arreglos bidimensionales (uno para cada color) y no sólo z[˙] en
escala de grises. Dado que los colores rojo, verde y azul son independientes entre sı́, se puede
aplicar la operación de filtrado a cada arreglo y después escribirlos en un archivo final. Una
recomendación en este caso es volver la operación de filtrado una función aparte de main y que
esta nueva función tenga como argumento un arreglo bidimensional. Ası́, esta función se llamarı́a
tres veces, una para cada color.
/****************PROGRAMA EN C************************/
#include <stdio.h>
#include <stdlib.h>
#define Maxt 650/*Maximo numero de renglones y columnas */
/* Definicion de los umbrales */
#define T1 5
#define T2 15
#define T3 30
#define T4 40
main(){
int i, j, k, l, p, temp, m;
float alfa;
if((imagen=fopen(nombreo, "r"))==NULL)
printf("\n Error: No se pudo encontrar el archivo\n");
else
final=fopen(nombref, "w");
recuperacion();
ruido(reng, col, cmap, tipo);
orden(w);
m=(r[3]+r[4])/2;
if (z[i][j]<=m){
for(p=0; p<4; p++)
d[p]=r[p]-z[i][j];
}
else{
for(p=0; p<4; p++)
d[p]=z[i][j]-r[7-p];
}
alfa=0;
/*if ((d[0]>T1)||(d[1]>T2)||(d[2]>T3)||(d[3]>T4)){
z[i][j]=m;
25.2. programa en c 475
alfa=1;
}*/
if (d[0]>T1)
if (d[0]>(T1+20))
alfa+=0.3333;
else
if (d[0]>(T1+5))
alfa+=0.1;
else
alfa+=0.05;
if (d[1]>T2)
if (d[1]>(T2+20))
alfa+=0.3333;
else
if (d[1]>(T2+5))
alfa+=0.1;
else
alfa+=0.05;
if (d[2]>T3)
if (d[2]>(T3+30))
alfa+=0.3333;
else
if (d[2]>(T3+10))
alfa+=0.2;
else
alfa+=0.1;
if (d[3]>T4)
if (d[3]>(T4+30))
alfa+=0.3333;
else
if (d[3]>(T4+10))
alfa+=0.2;
else
alfa+=0.1;
if(alfa>1)
alfa=1;
476 capı́tulo 25. eliminación de ruido en imágenes
z[i][j]=alfa*m+(1-alfa)*z[i][j];
fclose(imagen);
fclose(final);
strcpy(tempc,"xv ");
strcat(tempc, nombreo);
strcat(tempc, " &");
system(tempc);
strcpy(tempc,"xv ");
strcpy(tempc,"ruido.pgm ");
strcat(tempc, " &");
system(tempc);
strcpy(tempc,"xv ");
strcat(tempc, nombref);
strcat(tempc, " &");
system(tempc);
/*********************************/
void recuperacion(void){
int i, j;
fscanf(imagen, "%s", &tipo);
fscanf(imagen, "%d", &col); /* No. de renglones de la imagen */
fscanf(imagen, "%d", &reng); /* No. de columnas de la imagen */
fscanf(imagen, "%d", &cmap);
r[0]=rt[0];r[1]=rt[1];r[2]=rt[2];
r[3]=rt[3];r[4]=rt[5];r[5]=rt[6];
r[6]=rt[7];r[7]=rt[8];
srand(time());
ruido=fopen("ruido.pgm", "w");
}
478 capı́tulo 25. eliminación de ruido en imágenes
479
480 ÍNDICE ALFABÉTICO
[1] BORGHESANI C. and Ambardar, A.: Mastering DSP Concepts Using Matlab. New Jersey,
Prentice Hall, 1998.
[2] BRIGHAM E.: The Fast Fourier Transform, New York, Prentice-Hall, 1983.
[3] BURRUS C. and Parks T.: DFT / FFT and Convolution. John Wiley and Sons, 1985.
[4] BUTTERWORTH S.: On the Theory of Filter Amplifiers, Wireless Engr., vol 7.,pp 536-541,
October 1930.
[6] CAUER, W.: Synthesis of Linear Communacationn Networks (Translated from the German)
McGraw-Hill Book Company, New York 1958.
[7] CHASSAING R and Horning D.: Digital Signal Processing with the TMS320C25 John Wiley
and Sons, Toronto1990.
[8] CHEN, H.: Linear Network Design and Synthesis McGraw-Hill Book Company, New York
1964.
[9] CHEN, H.: The Analysis of Linear Systems McGraw-Hill Book Company, New York 1963.
[10] CHEN W.: The circuits and Filters Handbook. CRC Press/IEEE, ISBN 0-8493-8341-2.
[11] CHING P. and Wu S.: Realtime Digital Signal Processing System Using a Parallel Processing
Architecture. Microprocessors and Microsystems, No.10, December 1989, pp. 653–658.
[12] McCLELLAN J., Schafer R. and Yoder M.: DSP FIRST A Multimedia Approach. Prentice
Hall 1998.
[13] McCLELLAN J.: The design of two-dimensional digital filter by transformation. Proc. 7th.
Annu. Princenton Conf. Information Sciences and Systems, 1973, pp. 247- 251.
[14] McCLELLAN J., Schaffer R and Yoder M.: DSP First a Multimedia Approach. New York,
Prentice Hall, 1998.
[15] DARLINGTON, S.: Synthesis of Reactance 4-Poles, which Produce Prescribed InsertionLoss
Characteristics. J. Math. Phys. Vol. 18, pp 257-353, September 1939.
[16] ELLIOTT D. and Rao, K.: Fast Transforms. Algorithms, Analyses, Applications. New
Jersey, Academic Press, 1982.
481
482 BIBLIOGRAFÍA
[17] FETTWEIS A.: Digital Filters Structures Related to Clasical Filter Networks. Arch. Elek.
Uebertragung, vol. 25, pp. 79-89, Feb.1971.
[18] N.J. Fliege.: Multirate Digital Signal Processing. John Wiley and Sons, ltd, New York,
Reprinted September 2000.
[19] FOSTER R.M.: A Reactance Theorem. Bell System Tech. Journal., vol 3, pp 259-267, April
1924.
[20] FRANTZ G.:The Texas Instruments TMS320C25 Digital Signal Microcomputer. IEEE
Micro 6, No.6, 1986, pp. 10–28.
[22] GUILLEMIN E.: Communication Networks. Vol 4. John Wiley and Sons. New York 1935.
[23] GUILLEMIN E.: Introductory Circuit Theory. John Wiley and Sons New York 1953.
[24] GUNN L.: Chips Try Teaching Computers To Speak, Listen. Electronic Design, No.11, May
1989, pp. 33–36.
[25] HONIG M. and Messerschmitt, C.G.: Adaptive filters Structures, Algorithms and Applica
tions. New York, Kluwer Academic Publishers, 1986.
[26] HUELSMAN L.: Active and Pasive Anslog Filter Design. McGraw Hill, ISBN 0-07-112519-1
New York 1993.
[27] HUMPHREYS L.: The Analysis, Design and Synthesis of Electrical Filters. Prentice Hall,
ISBN 0-13-032904-3, Toronto, 1977.
[28] INGLE V.: Digital Signal Processing Using Matlab V.4 PWS Publishing Company. ITP.
Boston 1997.
[29] KUH E.: Special Synthesis Techniques for Driwing Point Impedance Function IRE Tran-
sactions PGCT, Vol CT2, no 4, pp, 302-308, December 1955.
[31] LACROIX A. and Witte K.: Zeitdiskrete normierte Tiefpasse. Heidelberg, Dr.Alfred Huthig
Verlag, l980.
[32] LARIMORE M.: An Algorithm for Adapting IIR Digital Filters. IEEE Trans. on ASSP,
No.4, August 1980, pp. 428–440.
[35] LUIKUO G., Fleming M. and Magar M.: A 500 MOPS DSP Chip Set. Electronic
Engineering, No.6, June 1988, pp.106–113.
BIBLIOGRAFÍA 483
[36] MALLAT S.:Multifrecuency Chanel Decomposition of Images and Wavelet Models. IEEE
Transiction ASSP 37 (1989), s. 2091-2110.
[37] MARSHALL D., Jenkins W. and Murphy, J.: The Use of Orthogonal Transforms for Im-
proving Performance of Adaptive Filters. IEEE Trans. on CAS, No.4, April 1989, pp.474–484.
[38] MARVEN G. and Ewers G.: A simple approach to Digital Signal Processing. Oxford, Alden
Press Limited, Texas Instruments, 1994.
[39] MILT L.: Signal–Processing Circuits. Electronic Design. No.4, February 1990, pp. 101–108.
[40] MITRA S.: Digital Signal Processing. A computer-Based Approach MCGraw-Hill Compa-
nies,Inc 1998.
[41] MITRA S.: Digital Signal Processing. A computer-Based Approach. New York, McGraw-
Hill Companies, 1998.
[42] MITRA S., Chacrabarti S. and Abreu E.: The nonuniform Discrete Fourier Trans- form and
its Signal Processing Applications. Proc European Signal Processing Conference-EUSIPCO,
Brussels, Belgium, August 1992, pp. 909-912.
[43] MITRA S.K. and Sherwood R.: Canonic realizations of digital filters using the continued
fraction expansion. IEEE Trans. Audio Electroacoustics, AU-20: August 1972, pp. 185-194.
[44] .: Digital Ladder Networks IEEE Trans. Audio Electroacoustics, AU-21: Fe-
bruary
1973, pp.30-36.
[45] MITRA S., Hirano K., Furano K. and Sherwood R.: Digital sine-coseno generator.
International Conference on Digital Signal processing, Florence, Italy, September 1975, pp.
142-149.
[46] OPPENHEIM A. and Schafer W.: Discrete – Time Signal Processing. Prentice Hall, Inc.,
1989.
[47] OPPENHEIM A. and Schafer R.: Discrete-Time Signal Processing. New Jersey, Prentice
Hall, 1989.
[49] ORFANIDIS S.: Introduction to Signal Processing Prentice Hall, New Jersey 1996.
[50] PARKS T and Burrus C.: Digital Filter Design. John Wiley Sons, Inc., New York, 1987.
[51] RAMÍREZ F. and Moreno J.: Prácticas de procesamiento digital de Señales. Centro de In-
vestigación y de Estudios Avanzados del IPN, Departamento de Ingenierı́a Eléctrica, Octubre
1996.
[52] RAO K. and Yip P.: Discrete Cosene Transform. San Diego, Academic Press, 1990.
[53] SAAL R. and E.Ulbrich.: On the design of Filters by Synthesis. Proc. IRE , vol. CT-5, no.4,
pp 284-327, December, 1958
484 BIBLIOGRAFÍA
[54] STORCH L.: Synthesis of Constant-time-delay Ladder Networks Using Bessel Polynomials.
Proc. IRE, vol. 42, no. 11, pp 1666-1675, N0vember 1954.
[55] STORER J.E.: Relationship between the Bott-Dufin and Pantel Impedance Synthesis. Proc.
IRE, vol 42, no. 9, p. 1451, September, 1954.
[56] STRANG G. , NGUYEN T.:Wavelets and Filter Banks. Wellesley-Cambridge Press, We-
llesley, 1996.
[58] SCHAFER R. and Rabiner L.: Digital Representation of Speech Signal. Proceedings of the
IEEE, Vol.63, No.4, June 1975.
[59] SHYNK J.: Adaptive IIR Filtering. IEEE ASSP Magazine, No.2, April 1989.
[60] SORENSEN H. and Chen J.: A Digital Signal Processing Laboratory Using The
TMS320C30. New Jersey, Prentice Hall, Upper Sadle River, 1997.
[61] STANLEY W. and Dougherty G.:Digital Signal Processing. San Diego, Reston Pub- lishing
corp., 1984.
[62] STEARNS S. and David R.: Signal Processing Algorithms In Matlab. New Jersey, Prentice
Hall, 1996.
[63] STRAHLE W.: Adaptive Nonlinear Filter Using Fractal Geometry. Electronic Letters,
No.19, September 1988, pp. 1248–1250.
[65] .: Digital Signal Processing with the TMS320C30. Toronto, John Wiley and Sons,
1992.
[72] .: TMS320C2X DSP Starter Kit Users Guide. Printed in USA, 1993.
[74] P.P. Vaidynathan.: Pasive Cascaded Latice Structures for Low Sensitivity FIR Filter Design,
with Application to Filter Banks. IEEE Trans Cas, vol 33, pp 1054-1Macro 1064, November
1986.
BIBLIOGRAFÍA 485
[75] P.P. Vaidynathan.: A tutorial on Multirate Digital Filter Banks. Proc IEEE ISCAS’88, pp
2241-2248, 1988.
[76] P.P. Vaidynathan.: Multirate System and Filter Banks. Prentice Hall, Englewood Cliffs,
New Yersey 1993.
[77] VAN DEN ENDEN A. and Verhoeck N.: Discrete-time Signal Processing. New Jersey,
Prentice Hall, 1989.
[78] WHITE M. et al.: New Strategies For Improving Spech Enhancement. Int. Journal on
Biomedical Computing, No. 25, 1990, pp. 101–124.
[79] WEINBERG L.: Network Analysis and Synthesis McGraw-Hill, New york 1962.
[80] WIDROW B. and Stearns S.: Adaptive Signal Processing. Prentice–Hall, Inc., 1985.
[81] ZVEREV A.: Handbook of Filter Synthesis. John Wiley and Sons, New York, 1967.