PROCESAMIENTO

DE SEALES
Universidad Tcnica
Particular de Loja

Carlos Carrin Betancourth

Escuela de Electrnica EQBYTE.INC
y Telecomunicaciones dsputpl@gmail.com
Contenido de la presentacin

Caracterstica Bsicas
Diseo a partir de polos y ceros
Filtros FIR
Mtodo de las ventanas
Mtodo Optimo
Ventajas Filtros Digitales

Pueden tener caractersticas no posibles en los filtros

anlogos, por ejemplo la respuesta en fase lineal.
Su desempeo no depende de las condiciones
ambientales.
La respuesta en frecuencia puede ser ajustada por
software. Filtros adaptativos.
Varios canales de entrada pueden ser aplicados al mismo
filtro. Multiplexacin.
Los datos filtrados y no filtrados pueden ser almacenados
para su uso futuro.
Pueden disearse para muy bajas frecuencias.
Pueden trabajar en un amplio rango de frecuencias solo
cambiando la frecuencia de muestreo.
Filtros Ideales

Pasabajas Pasaaltas Pasabanda

-p p -p p -p p

La ganancia es 1 y la respuesta en fase es

lineal:
q(w) = -wno
Filtros FIR - IIR

Los filtros FIR tienen respuesta en fase lineal. Importante

en transmisin de datos, biomedicina, audio, imgenes.
Los IIR tienen respuesta en fase no lineal especialmente
cerca de los bordes.
Al ser los FIR implementados por ecuaciones no
recursivas siempre son estables. La estabilidad de los IIR
no est garantizada.
FIR requiere mas coeficientes, entonces mayor memoria,
tiempo de procesamiento.
Filtros anlogos pueden transformarse a IIR logrando
especificaciones similares. Esto no es posible con FIR.
En general FIR es mas difcil de sintetizar
algebraicamente.
Filtros FIR IIR Ecuacin en Diferencias

N 1
Filtros FIR: y (n) h(k ) x(n k ) h(k) = bk
k 0

N 1
H ( z ) h( k ) z k
k 0

Filtros IIR: y ( n) hk x ( n k )
k 0

N M
y ( n) ak y ( n k ) bk x ( n k )
k 1 k 0

b0 b1 z 1 ... bM z M
H ( z)
1 a1 z 1 ... a N z N
Pasos de diseo

Especificacin de requerimientos.
Clculo de coeficientes.
Realizacin.
Anlisis de los efectos de palabra finita y
anlisis de desempeo.
Pasos Especificacin de Requerimientos

dp: desviacin banda de paso

ds: desviacin banda de rechazo
fp: frecuencia en el borde de banda pasante
fs: frecuencia en el borde de banda rechazo
Pasos Clculo de coeficientes

Se calculan h(k), k=0,1N-1 coeficientes. N es la longitud del filtro.

Se calculan ak, bk para los filtros IIR.
Filtros FIR
Mtodo de ventanas: simple, pero sin control sobre los parmetros.
Frecuencia de muestreo: permite implementar FIR recursivos,
computacionalmente mas eficientes.
El mtodo ptimo es actualmente muy empleado.
Filtros IIR
Tradicionalmente consiste en la transformacin de un filtro anlogo.
Invariante al impulso: la respuesta al impulso del filtro anlogo es
preservada pero no su respuesta en frecuencia en amplitud. No
apropiado para pasa altas y rechaza banda.
Bilineal: filtros eficientes preservando la respuesta en frecuencia y en
amplitud del filtro anlogo pero no sus propiedades en el tiempo. Muy
bueno para filtros selectivos.
Pasos Anlisis nmero de bits

Fuentes de degradacin en los clculos:

pueden causar inestabilidad de IIR.
Cuantizacin de la seal I/O.
Cuantizacin de los coeficientes
Errores de redondeo en los clculos.
Overflow
Contenido de la presentacin

Caracterstica Bsicas
Diseo a partir de polos y ceros
Filtros FIR
Mtodo de las ventanas
Mtodo Optimo
Filtros IIR
Transformacin bilineal
Mtodo invariante al impulso
Pasa Bajas

Tienen los polos cerca de la circunferencia

unidad correspondiente a las bajas
frecuencias (cerca de w=0). Los ceros estn
cerca de la circunferencia unidad cerca de
las altas frecuencias (w=p)

x x
o x o o o x
x x

H(z)=1/(1-0.9z-1) y
H(z)=1/(1-(0.85+j*0.3)z-1) (1-(0.85-j*0.3)z-1)
Pasa Altas

Caractersticas contrarias de los

pasabajas. Se obtienen reflejando los
polos y ceros en el eje imaginario.

x
x
x o o
x o o
x
x
Resonadores digitales

Son filtros pasa banda formados por 2 polos

complejos conjugados en
p1,2 = re+-jwo , 0<r<1
Esto produce un pico cerca de w0
Filtros ranura

Filtros con uno o mas cortes profundos

idealmente nulos perfectos. Empleados
para eliminar frecuencias. Se introducen un
par de ceros complejos conjugados en la
circunferencia unidad con ngulo wo, tal
que:
z1,2 = e+-jwo
H(z)=bo(1- ejwoz-1)(1- e-jwoz-1)
H(z)=bo(1-2z-1coswo+z-2)
Filtro ranura

Para reducir el ancho de banda de la banda

rechazada se insertan polos en la vecindad
del nulo: p1,2 = e+-jwo
Entonces:
H(z)=bo(1- 2z-1coswo+z-2)(1- 2rz-1coswo+r2z-2)
Filtro Ranura

Ceros en w=p/4, w=p/2

Contenido de la presentacin

Caracterstica Bsicas
Diseo a partir de polos y ceros
Filtros FIR
Mtodo de las ventanas
Mtodo Optimo
Filtros IIR
Transformacin bilineal
Mtodo invariante al impulso
Filtros FIR

N 1
y ( n) h( k ) x ( n k )
k 0
N 1
H ( z) h( k ) z
k 0
k

Respuesta en fase lineal

Fciles de implementar
El diseo de filtros FIR consiste en obtener los valores
de h(n) que cumplan los requerimientos del filtro:
Ventana
ptimo
Frecuencia de Muestreo
Contenido de la presentacin

Caracterstica Bsicas
Diseo a partir de polos y ceros
Filtros FIR
Mtodo de las ventanas
Mtodo Optimo
Filtros IIR
Transformacin bilineal
Mtodo invariante al impulso
Mtodo de la ventana

H(w): transformada de Fourier de h(n).

Si se conoce H(w) puede obtenerse h(n).
hD(n)
HD(w)

1
t

-wc wc
w
H(w) = 1 ; |w|<wc

2 f c sin( nwc )
wc
1
dw
jwn
h ( n) e
2p wc
nwc
Filtros ideales

Pasabajas: 2 f c sin( nwc )

hD (n)
nwc
Pasaaltas hD (n) hlpf (n) /( 1) n

2 f 2 sin( nw2 ) 2 f1 sin( nw1 )

hD (n)
Pasabanda nw2 nw1
2 f1 sin( nw1 ) 2 f 2 sin( nw2 )
hD (n)
Rechazabanda nw1 nw2
Filtros ideales

De la respuesta al impulso puede observarse

que los filtros no son realizables al no ser
causales.
Adems los filtros no son FIR por tener una
respuesta infinita al impulso.
h(n) debe truncarse en un valor M. Pero
aparece el fenmeno de Gibbs.
Filtros ideales

Fenmeno de Gibb: Al disminuir el nmero

de armnicos para describir una seal
cuadrada => aparecen oscilaciones
alrededor de la frecuencia de corte.
Para no truncar abruptamente, primero se
multiplica la respuesta ideal al impulso h(n)
por una funcin ventana w(n) de duracin
finita.
Tabla comparativa ventanas

Ventana Df Riple Mx. w(n)

pasante atenua.
dB rechazo dB
Rectangular 0.9/N 0.7416 21 1

Hamming 3.1/N 0.0546 44 0.5+0.5cos(2pn/N)

Hanning 3.3/N 0.0194 53 0.54+0.46cos(2pn/N)

Blackman 5.5/N 0.0017 74 0.42+0.5cos[2pn/(N-1)]+

0.08cos[4pn/(N-1)]

Digital Signal Processing, A practica Approach. IFEACHOR, Emmanuel y JERVIS, Barrie.

Addison-Wesley.1993.
Ejemplo 1

Disear un filtro pasabajas:

- borde frecuencia de paso 1.5k
- Ancho transicin 0.5k
- Atenuacin banda de rechazo > 50dB
- Frecuencia de muestreo 8k
Ejemplo 1

hD(n) = 2fcsinc(2nfc)
La atenuacin se consigue con Hamming o
Blackman. Por simplicidad Hamming.
Df = 0.5k/8k = 0.0625
Df = 3.3/N
N = 3.3/Df
N = 3.3/0.0625
N = 52.8
N = 53, nmero de coeficientes
Ejemplo 1

w(n) = 0.54+0.46cos(2pn/53), -26<n<26

Se selecciona fc en la mitad de la banda de
transicin:
fc = fc + Df

fc = (1.5k + 0.25k)/8k = 1.75k/8k = 0.21875

Ejemplo 1

Como h(n) es simtrico se calculan solo h(0)h(26)

Para n=0
hD(0) = 2fcsinc(2nfc) = 0.4375
w(0) = 0.54+0.46cos(2pn/53) = 1
h(0) = hD(0)w(0) = 0.4375

h(1) = hD(1)w(1) = 0.31119

h(2) = hD(2)w(2) = 0.06012

h(26) = hD(26)w(26) = 0.000913

Ejemplo 1

Clculo de los coeficientes en Matlab:

n=-26:26;
fc= 0.2187;
hd = 2*fc*sinc(2*n*fc);
w = 0.54+0.46*cos(2*pi*n/53);
h=hd.*w;
[Hf,w]=freqz(h,1,128);
Ejemplo1

fvtool(h,1); % Filter visualization tool

Ejemplo 1

n=-26:26;
fc= 0.2187;
hd = 2*fc*sinc(2*n*fc);
h = hd.*window(@hann,53);
fvtool(h,1)
Ventana de Kaiser

Las ventanas anteriores tienen caractersticas fijas. La

ventana de Kaiser tiene un parmetro para el control del
riple b. Pueden alcanzarse atenuaciones muy altas.

b = 0: ventana rectngular
b = 5.44: similar a Hamming

b = 0, si A 21dB
b = 0.5842(A-21)0.4+0.07886(A-21) si 21 < A< 50dB
b = 0.1102(A-8.7) si A 50dB

N (A - 7.95)/(14.36Df)
Ejemplo 2

Banda pasante: 150-250Hz

Ancho de transicin: 50Hz
Atenuacin banda rechazo: 60dB
Frecuencia de muestreo: 1k
Ejemplo 2

Kaiser:
N(A-7.95)/(14.36Df)
=(60-7.95)/(14.36*50/1000)=72.49
N=73.
b=0.1102(A-8.7)=0.1102(60-8.7)=5.65
fc1= (150-25)/1000 = 0.125
fc2= (150+25)/1000 = 0.175
Ejemplo 2

Clculo en Matlab:
n=-36:36;
f1=0.275;
f2=0.125;
B=5.65;
hd = 2*f1*sinc(2*n*f1) - 2*f2*sinc(2*n*f2);
w = window(@kaiser,73,5.65);
h=hd.*w;
[Hf,w]=freqz(h,1,128);
subplot(2,1,1);
plot(w/(2*pi),20*log10(abs(Hf)));grid on;
subplot(2,1,2);
plot(w/(2*pi),unwrap(angle(Hf)));grid on;
Contenido de la presentacin

Caracterstica Bsicas
Diseo a partir de polos y ceros
Filtros FIR
Mtodo de las ventanas
Mtodo Optimo
Filtros IIR
Transformacin bilineal
Mtodo invariante al impulso
Mtodo ptimo

Flexible, poderoso, requiere programa de diseo.

Diseo:

D(w): filtro ideal

H(w): filtro seleccionado
Se define el error:
E(w) = W(w)[H(w) D(w)]

Donde W(w) es un factor de peso. El problema consiste en

determinar H(w) dadas E(w) y W(w) para satisfacer D(w).
W(w) permite determinar cual porcin del filtrto actual es
mas importante para el desempeo del filtro entre la
banda pasante o la banda de rechazo.
Mtodo ptimo

Para disear filtrtos ptimos en Matlab:

b = gremez(n,f,a,w)
La funcin permite disear los siguientes tipos
de filtros

b = gremez(n,f,a,w) retorna n+1 coeficientes

de fase lineal con la respuesta deseada
descritas en f y a. w es un vector de pesos,
uno por banda, cuando se omite, todas las
bandas tienen igual peso.