Filtros Digitales

FILTROS DIGITALES
Mario Vargas Ramrez

17 DE OCTUBRE DE 2013
FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLN
UNAM
Universidad Nacional Autnoma de Mxico
Facultad de Estudios Superiores Cuautitln Filtrado y Modulacin
Ingeniera Mecnica Elctrica 2014 - I

~ 1 ~

NDICE

INTRODUCCIN ............................................................................. 2
FILTROS RECURSIVOS Y NO RECURSIVOS. ........................................ 5
MODELO MATEMTICO DE LOS FILTROS FIR E IIR .............................. 6
DISEO DE FILTROS FIR E IIR ......................................................... 8
FILTROS FIR ................................................................................ 8
DISEO POR VENTANAS............................................................. 9
DISEO POR MUESTREO EN FRECUENCIA .................................. 15
DISEO POR RIZADO CONSTANTE (EQUIRIPPLE). ....................... 19
FILTROS IIR ................................................................................. 20
INDIRECTA ............................................................................... 21
DISEO POR IMPULSO INVARIANTE .......................................... 22
DISEO POR ANALOGA O APROXIMACIN DE DERIVADAS .......... 25
DISEO POR TRANSFORMACIN BILINEAL ................................. 28
DIRECTA ................................................................................... 30
DISEO POR LA APROXIMACIN DE PAD .................................. 30
DISEO POR APROXIMACIN DE MNIMOS CUADRADOS. ............ 31
APLICACIONES DE LOS FILTROS FIR E IIR....................................... 32
FIR VS IIR ................................................................................... 35
CONCLUSIONES ........................................................................... 37
BIBLIOGRAFIA ............................................................................. 38


~ 2 ~

INTRODUCCIN

El procesamiento de seales trata de la representacin, transformacin y
manipulacin de seales y de la informacin que contienen. Por ejemplo,
podramos desear separar dos o ms seales que se han combinado de
alguna forma, o podramos querer realzar alguna componente de la seal
o algn parmetro de un modelo de seal. Este procesamiento se puede
realizar mediante tecnologa analgica en tiempo continuo, o como se ha
ido difundiendo cada vez ms mediante procesamiento en tiempo discreto
mediante programas y procesadores.

Si las seales a tratar son analgicas, debern ser convertidas en una
secuencia de muestras, a fin de ser procesadas mediante algn algoritmo.
Luego, de ser necesario sern vueltas a convertir en seales analgicas.
Un ejemplo de esto es el filtrado de seales de audio. Es comn que se
denomine a esta forma de procesamiento, indistintamente, como
procesamiento digital de seales o procesamiento de seales en tiempo
discreto. Una buena parte del procesamiento de seales involucra el
proceso de una seal para obtener otra seal: es el caso del filtrado
digital.

Un filtro digital emplea un procesador digital que efecta operaciones
matemticas en valores muestreados de la seal. El procesador puede ser
de propsito general, tal como cualquier ordenador personal, un chip DSP
(Procesador Digital de Seales) especializado o una FPGA programable.


~ 3 ~

Un filtro digital puede ser representado por el siguiente diagrama de
bloques:

x(nT) es la secuencia de entrada -la excitacin del filtro- e y(nT) es la
respuesta del filtro ante la excitacin x(nT).
El anlisis de un filtro digital es el proceso de determinar la respuesta de
un filtro ante una dada excitacin. El diseo de un filtro digital es el
proceso de sintetizar e implementar un filtro digital de tal manera que
cumpla con las especificaciones prescriptas.
Otra buena parte del procesamiento de seales comprende la
interpretacin de seales. En este caso no se intenta obtener una seal
de salida, sino una caracterizacin de la seal de entrada. Un ejemplo de
este tipo de procesamiento es el reconocimiento de voz.
La seal de entrada analgica debe ser muestreada y digitalizada usando
un ADC (conversor analgico-digital). El resultado son nmeros binarios
que representan los valores sucesivos muestreados. Estos son
transferidos al procesador, el cual efecta operaciones matemticas en
ellos.
Las operaciones pueden ser desde filtros de promediado de la muestra
actual con alguna de las anteriores hasta multiplicaciones por constantes
de los valores de entrada o de instantes anteriores almacenados en
memoria, para posteriormente sumar estos resultados de la multiplicacin
y dar una salida.
FILTRO
DIGITAL
y(nT)=R x(nT)
y(nT)
x(nT)

~ 4 ~

Es decir, operaciones propias de teora sistemas lineales: convoluciones
en el dominio temporal (multiplicacin en el dominio de la frecuencia) con
otras seales prefijadas que consisten en una cadena de coeficientes. Para
disear estos filtros suele usarse un impulso y desplazarlo sucesivas veces
multiplicado por alguna constante, es decir, usando la transformada z.
Si es necesario, los resultados de estos clculos, que estn representando
valores muestreados de la seal filtrada, son enviados a travs de un PAC
(conversor digital-analgico) para devolver la seal a una forma
analgica. Por tanto, en un filtro digital la seal est siempre representada
por una secuencia de nmeros, en vez de un voltaje o una corriente.
El siguiente diagrama muestra el esquema bsico de uno de estos
sistemas:

Los filtros digitales son clasificados en dos principales categoras los filtros
de respuesta finita al impulso (FIR) y los filtros de respuesta infinita al
impulso (IIR).


~ 5 ~

FILTROS RECURSIVOS Y NO RECURSIVOS.

Un filtro no-recursivo es aquel cuya salida est calculada exclusivamente
a partir de valores de entrada (
+
1
+
2
), mientras que uno
recursivo es aquel que adems de los valores de entrada emplea valores
previos de salida (
1
,
2
), los cuales se almacenan en la memoria del
procesador. La palabra recursivo significa literalmente "volver hacia atrs"
y se refiere al hecho de que valores de salida previamente calculados
vuelven de nuevo para calcular los nuevos valores de salida.
Explicndolo as, puede parecer que los filtros recursivos requieren ms
clculos para ser ejecutados. Pero la realidad es que un filtro recursivo
generalmente requiere mucho menos coeficientes para que evale el
procesador, es decir, que es de menor orden y es ms corto, que un filtro
no-recursivo que persiga una caracterstica en frecuencia dada.
Hay quien prefiere una terminologa alternativa, por lo que los filtros no-
recursivos se conocen como filtro FIR (Respuesta al Impulso Finita) y los
recursivos como filtros IIR (Respuesta al Impulso Infinita).
Estos trminos se refieren a las diferentes respuestas al impulso de ambos
tipos de filtros. La respuesta al impulso de un filtro digital es la secuencia
de salida cuando se aplica un impulso unidad a su entrada (un impulso
unidad es muy simple, tan solo una secuencia consistente en un valor 1
en el instante de tiempo t=0, seguido de ceros para todas las muestras
siguientes, lo que se llama tambin una Delta de Kronecker.
Un filtro FIR es uno cuya respuesta es de una duracin finita. Uno IIR es
aquel cuya respuesta al impulso tericamente continua para siempre
debido a la recursividad con valores previos de salida que constantemente
estn siendo devueltos a la entrada. Pero realmente el trmino IIR no es
muy afortunado dado que casi todos los filtros IIR reducen virtualmente
su salida a cero a un tiempo dado, de hecho, antes que los FIR. De todas
formas ambos acrnimos son muy coloquiales y de uso frecuente.

~ 6 ~

En el siguiente diagrama de bloques se presentan los dos tipos de
filtros digitales: (a) FIR y (b) IIR.

(a) retardamos ligeramente una copia de la seal de entrada (de uno o
varios perodos de muestreo) y combinamos la seal de entrada retrasada
con la nueva seal de entrada. Los filtros digitales basados en este
funcionamiento se dice que son de respuesta respuesta finita al impulso
(FIR).
(b) retardamos una copia de la seal de salida, la cual combinamos con
la nueva seal de entrada. Los filtros digitales basados en este
funcionamiento se dice que son los filtros de respuesta infinita al impulso
(IIR).
MODELO MATEMTICO DE LOS FILTROS FIR E IIR

El modelo matemtico de los filtros FIR tambin se fundamenta la
ecuacin de diferencias.
() =
( ) +
( )
=0
=0

Output
Delay
Input
(a)
Output
Delay
Input
(a)

~ 7 ~

Pero con la particularidad de que todos los coeficientes ak son iguales
a cero. Se tiene entonces que la ecuacin que los describe es funcin del
conjunto de coeficientes bk y de la secuencia de entrada x(n).
() =
( )
=0

Donde M+1 corresponde a la longitud del filtro. Este sistema considera
slo las ltimas M+1 muestras de la seal de entrada y las pondera
mediante los coeficientes bk. A este sistema se le denomina FIR, ya que
su respuesta al impulso unitario (dada por los coeficientes bk) es finita.
Para el modelo matemtico de los filtros IIR retomaremos la ecuacin de
diferencias lineal de coeficientes constantes.
() =
( ) +
( )
=0
=0

Pero en este caso por lo menos uno de los coeficientes ak no es cero. As,
se tiene que la transformada z de la respuesta al impulso unitario de la
funcin de transferencia es:
= =
N
k
K
k
M
k
K
k
z a
z b
z X
z Y
z H
0
0
1
) (
) (
) (
Siendo x(n) la entrada, y(n) la salida h(n) la funcin de respuesta al
impulso y X(z), Y(z) y H(z) sus respectivas transformadas Z. La ecuacin
anterior puede ser implementada de diferentes formas. Las ms utilizadas
y estudiadas son la forma directa, la forma de cascada y la forma paralela.


~ 8 ~

DISEO DE FILTROS FIR E IIR

Existen diversos procedimientos para disear filtros digitales, ya sea
utilizando mtodos directos, en los cuales se parte del diseo de un filtro
digital pasa-bajos prototipo y mediante transformaciones espectrales
adecuadas, se obtienen otras caractersticas pasa-bajos (LP), pasa-altos
(HP), pasa-banda (BP) o atena-banda (SB), o mtodos indirectos, los
cuales involucran transformaciones en el dominio de las frecuencias para
obtener filtros digitales a partir de filtros analgicos (FA).

FILTROS FIR

Existen tres grandes bloques de mtodos de diseo de filtros FIR con fase
lineal:
Mtodo de las ventanas
Muestreo en frecuencia
Rizado constante (equiripple).
El mtodo de las ventanas se basa en acotar la respuesta impulso infinita
de un filtro ideal, el mtodo del muestreo en frecuencia propone que se
fijen una serie de puntos de la respuesta en frecuencia del sistema y, a
partir de la DFT (Transformada de Fourier Discreta) inversa, obtener los
coeficientes del filtro. Por ltimo existe una familia de mtodos que se
basan en definir la respuesta en frecuencia ideal del filtro y, fijado un
orden, obtener los coeficientes que generen la respuesta ms
aproximada, en particular, los ms comunes se basan en la aproximacin
de chebyshev.


~ 9 ~

DISEO POR VENTANAS.

Podemos ver una ventana como aquel elemento encargado de truncar la
seal que se desea procesar. Existen diversas ventanas y dependiendo de
la escogida muchos de los parmetros de los filtros, ancho de banda de
transicin, nmeros de coeficientes, rizado en la banda de rechazo, etc.,
pueden variar de gran manera.
Desde un punto de vista electrnico, las ventanas nos sirven para suavizar
el paso entre los primeros coeficientes del filtro (ambos extremos) y cero,
como sabemos cualquier paso abrupto crea distorsiones armnicas.
Matemticamente hablando las ventanas nos sirven para convolucionar el
espectro del filtro con el espectro de una seal mejor que la del sin(x)/(x)
(espectro de ventana rectangular).


~ 10 ~

Nombre Del Filtro Coeficientes Del Filtro

Filtro Pasa Bajos

() =
sin(
(0) =
= 0

Filtro Pasa Altos

() =
sin(
(0) = 1
= 0

Filtro Pasa Banda

() =
sin(
2
) sin(
1
)
(0) =
= 0

Filtro Rechaza Banda

() =
sin(
2
) sin(
1
)
(0) = 1
= 0

Diferenciador

() =
cos()
()
2
0

(0) = 0 = 0

Transformada Hilbert
() =
1 cos()
(0) = 0 = 0


~ 11 ~

Coeficientes de la respuesta al impulso unitario de filtros ideales
Las ventanas restringen a un nmero finito las respuestas en el tiempo
del filtro, de forma que:
() = ()
2
,

El nmero total de coeficientes por lo tanto es un nmero impar igual a N
= 2M + 1, pudiendo ser los coeficientes positivos o negativos.
Recordemos que la convolucin de Hd() con W() es equivalente a la
multiplicacin de Hd(n) con w(n) por tanto, el conocer el valor de los
coeficientes de la ventana es de vital importancia para obtener nuestro
filtro FIR. En la siguiente tabla observamos los valores de los coeficientes
de ventanas comunes usadas para el diseo de sistemas FIR.
Nombre de la ventana Funcin Muestreada
Rectangular () = 1
Hanning () = 0.5 +0.5 cos (
2
)
Hamming () = 0.54 +0.46 cos (
2
)
Blackman
() = 0.42 +0.5 cos (
2
)
+0.08 (
4
)

Generalmente la ventana rectangular es utilizada como elemento
didctico para iniciar en el estudio de diseo de filtros FIR por medio de
ventanas; sin embargo, aunque est presente una estrecha banda de
transicin; diversos efectos como el fenmeno Gibbs (comportamiento
oscilatorio en el lmite de la banda de paso) y su baja atenuacin, la hacen
poco prctica para distintas aplicaciones. Por tal motivo se hacen uso de

~ 12 ~

otros tipos de ventanas. La siguiente figura nos muestra las formas de las
funciones de ventana mencionadas en la tabla.

Formas de varias funciones utilizadas como ventanas (N=65)
A continuacin se muestra un cuadro comparativo de las diversas
caractersticas del filtro utilizando los tipos de ventanas listados en la
siguiente tabla, de esta manera podemos escoger la ventana que mejor
se aplique a las condiciones requeridas por el sistema.
Tipo de
ventana
Transicin
(Hz)
Rizo
(db)
Relacin
(db)
Atenuacin
(db)
Rectangular 0.9/N 0.7416 13 21
Hanning 3.1/N 0.0546 31 44
Hamming 3.3/N 0.0194 41 53
Blackman 5.5/N 0.0017 57 74


~ 13 ~

Por tanto el problema de diseo de los filtros FIR queda reducido a escoger
el tipo de ventana a utilizar en el proceso de truncamiento y la cantidad
de coeficientes que el filtro va a tener. Es de tomar en cuenta que diversas
ventanas vistas proporcionan un mayor suavizado en la convolucin que
la ventana rectangular, sin embargo agrandan la banda de transicin para
una misma cantidad de coeficientes.
Ejemplos:

Diseo utilizando ventana rectangular (N=31).

~ 14 ~

Diseo utilizando ventana Hanning (N=65).


~ 15 ~

Diseo utilizando ventana Hamming (N=65).

Diseo utilizando ventana Blackman (N=97).
DISEO POR MUESTREO EN FRECUENCIA

Vamos a definir la respuesta en frecuencia de un filtro a partir de fijar N
puntos de H(). Supongamos que los puntos escogidos estn
uniformemente distribuidos por todo el espectro digital. Podemos obtener
h(n) a partir de la Transformada de Fourier inversa de H(k), versin
muestreada de la H().
En las siguientes funciones cuando la longitud del filtro sea par o impar y
la simetra de los coeficientes sea par o impar, tendremos cuatro tipos de
filtros, con 4 expresiones de la relacin entre h(n) y A(), (A() es la
amplitud, que puede ser positiva o negativa pero siempre es una
magnitud real) que presentan unas relaciones de simetra interesantes.


~ 16 ~

Tipo
Longitu
d
Coeficientes Simetra en =0 Simetra en =
Period
o
I Impar Simtricos Par () = ()
Par ( + ) = (
)
2
II Par Simtricos Par () = ()
Impar ( +) =
( )
4
III Impar antisimtricos
Impar () =
()
Impar ( +) =
( )
2
IV Par antisimtricos
Impar () =
()
Par ( + ) = (
)
4

Veamos con detalle el diseo de un filtro de tipo I.
{ } = = = =

=
|
.
|
\
|
1
0
1
0
2
1
2
2
) (
1
) (
1
) ( ) (
N
k
N
k
N
n
N
k
j
N
k
j
e k A
N
e k H
N
k H IDFT n h
t
t

+ + =

+
=
|
.
|
\
|
|
.
|
\
|
2
1
1
1
2
1
2
1
2
2
1
2
) ( ) ( ) 0 (
1
N
k
N
N
k
N
n
N
k
j
N
n
N
k
j
e k A e k A A
N
t t


~ 17 ~

Haciendo el cambio en el ndice del segundo sumatorio con k=N-k,
obtenemos:
+ + =

=
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
2
1
1
2
1
1 '
2
1
2
2
1 '
2
2
1
2
) ' ( ) ( ) 0 (
1
N
k
N
k
N
n j
N
n
N
k
j
N
n
N
k
j
e e k N A e k A A
N
hn
t t t

Como A(k) es simtrico respecto al punto medio (= ):
=
+ + =

=
|
.
|
\
|
|
.
|
\
|
2
1
1
2
1
1 '
2
1 '
2
2
1
2
) ' ( ) ( ) 0 (
1
N
k
N
k
N
n
N
k
j
N
n
N
k
j
e k A e k A A
N
hn
t t

(
(
+ + =

=
|
.
|
\
|
|
.
|
\
|
2
1
1
2
1
2
2
1
2
) ( ) 0 (
1
N
k
N
n
N
k
j
N
n
N
k
j
e e k A A
N
t t

Con lo que:
|
.
|
\
|
+ =

=
2
1
1
2
1
2 cos ) ( 2 ) 0 (
1
) (
N
k
N
n
N
k
k A A
N
n h t


~ 18 ~

Para el resto de tipos, obtenemos expresiones similares (muestras
igualmente espaciadas y la primera en =0):
Tipo
I
Longitud:
Impar
Simetra:
Par
|
.
|
\
|

+ =

=
2
1
1
2
1
2 cos ) ( 2 ) 0 (
1
) (
N
k
n
N
N
k
k A A
N
n h t
Tipo
II
Longitud:
Par
Simetra:
Par
|
.
|
\
|

+ =

=
2
1
1
2
1
2 cos ) ( 2 ) 0 (
1
) (
N
k
n
N
N
k
k A A
N
n h t
Tipo
III
Longitud:
Impar
(N es par)
Simetra:
Impar
|
.
|
\
|

=
2
1
0
2
1
2 ) ( 2
1
) (
N
k
n
N
N
k
sen k A
N
n h t
Tipo
IV
Longitud:
Par
(N es par)
Simetra:
Impar
|
|
.
|
\
|
|
.
|
\
|

|
.
|
\
|
+
(
|
.
|
\
|

=
2
1
0
2
1
2 2
1
2 ) ( 2
1
) (
N
k
n
N
sen
N
A n
N
N
k
sen k A
N
n h t t

En las siguientes grficas mostramos un ejemplo de diseo de filtros FIR
de fase lineal, por el mtodo del muestreo en frecuencia, para cada uno
de los cuatro tipos posibles.


~ 19 ~

Tipo 1 Tipo 2

Tipo 3 Tipo 2

DISEO POR RIZADO CONSTANTE (EQUIRIPPLE).

Los mtodos anteriores son sencillos de implementar pero tienen
desventajas, ya que no se pueden especificar p y s de forma precisa.
Los valores de 1 y 2 no se pueden elegir independientemente. (En el
mtodo de las ventanas 1=2, y en el mtodo del muestreo en
frecuencia en el mejor de los casos existen mtodos para optimizar
respecto de 2), adems el rizado no se distribuye uniformemente en las
bandas. Si el error se distribuye uniformemente podemos disear filtros
que verifican las especificaciones con menor orden. El mtodo que lleva a
cabo esta distribucin del error se denomina Mtodo de diseo de filtros
ptimos de rizado constante.

~ 20 ~

Se plantea el diseo del filtro como un problema de aproximacin de
chebyshev, para ello se propone un criterio de diseo ptimo, en el
sentido de que el error de aproximacin entre la respuesta en frecuencia
ideal y la real se reparten uniformemente en cada banda, pasante y
atenuada (de ah el apelativo de equiripple), minimizando el error mximo
en cada una de ellas. El filtro resultante presenta, pues, rizado en ambas
bandas.
Para su diseo consideramos 5 caractersticas:
N el orden del filtro
p lmite superior de la banda pasante
s lmite inferior de la banda atenuada
1 mximo rizado de la banda pasante
2 mnima atenuacin de la banda atenuada.
El problema se plantea como la minimizacin de una funcin de error
definida como:
)] ( ) ( )[ ( ) ( e e e e H H W E
D
=
) (e
D
H : Respuesta del filtro ideal.
) (e W : Funcin de pesos para especificar el error permitido en cada
banda.

Dada esta funcin de error el objetivo es hallar los coeficientes h(n) que
minimizan el valor de E() en toda la banda, permitiendo un valor
mximo del error especfico dado por 1 y 2.
| |
1
) ( max min e
e
E
es coeficient

FILTROS IIR

Son sistemas cuya salida depende adems de salidas anteriores y que,
estando en reposo, al ser estimulados con una entrada impulso su salida
no vuelve al reposo, de ah el calificativo de filtros de respuesta impulso
infinito (IIR). La ecuacin en diferencias general es de la forma:

~ 21 ~

() =
0
() +
1
( 1) ++
( )
1
( 1)
2
( 2)

( ) =
( )
=0
( )
=1

Donde el orden es igual al mximo de M y N. La funcin de transferencia
en Z del filtro es:
=
N
k
K
k
M
k
K
k
z a
z b
z H
0
0
1
) (

No todo sistema que tenga esta forma es IIR.
Existen dos tipos de diseo de filtros IIR.
Indirecta.
Directa.

INDIRECTA

Se basa en aplicar a filtros analgicos diseados previamente,
transformaciones que los conviertan en digitales con las mismas
caractersticas. Hay tres mtodos fundamentales:
Diseo por impulso invariante
Diseo por analoga o aproximacin de derivadas
Diseo por transformacin bilineal


~ 22 ~

DISEO POR IMPULSO INVARIANTE

El mtodo del impulso invariante consiste en disear un filtro digital cuya
respuesta impulso h[h] sea lo ms parecida posible a la del filtro
analgico.

La parte (a) muestra la respuesta al impulso h(t) y la correspondiente
respuesta en frecuencia H(s) de un filtro analgico pasa bajas.
La parte (b) la respuesta al impulso de un filtro digital. H1[n] es una
versin muestreada de h(t) con un periodo de muestreo T1 ; h1[n] =

~ 23 ~

h(nT1). Debemos recordar que el muestreo de una seal analgica
origina la repeticin de su espectro en mltiplos de la frecuencia de
muestreo.
La parte (c) muestra los efectos de reducir la frecuencia de muestreo y la
aparicin del fenmeno de aliasing h2[n] = h(nT2).
Recordar que la frecuencia digital es equivalente a T, donde T es el
periodo de muestreo y por lo tanto = corresponde a = /T1 en (a)
y a = /T2 en (b).
La efectividad de este mtodo depende de elegir una adecuada frecuencia
de muestreo, y un buen filtro analgico de referencia de banda limitada.
El desarrollo del mtodo consta de dos partes:
1. Se presenta un mtodo directo para hacer coincidir ambas
respuestas impulso. Desde un punto de vista operativo el mtodo
es difcil.
2. A partir de los resultados anteriores se desarrolla una tcnica de
aproximacin que es ms prctica
()
[] [] = ()
La primera dificultad consiste en que los coeficientes h|n| obtenidos
directamente daran lugar a un filtro no recursivo.
La segunda dificultad est en que pocos filtros analgicos se expresan
en trminos de su respuesta impulso. La mayora se suelen modelar en
trminos de su funcin de transferencia H(s) o el mapa de polos y ceros.
Por lo tanto es necesario encontrar una metodologa que sea operativa en
relacionar H(s) con los polos y ceros de su homloga H(z). La tcnica
ms utilizada consiste en descomponer en bloques en paralelo la funcin
de transferencia del filtro analgico H(s):
=

= =
) ( ) ( ) ( ) ( ) ( ) (
) ( ) ( ) (
) (
) (
) (
3
3
2
2
1
1
2 1
2 1
p s
A
p s
A
p s
A
p s p s p s
z s z s z s
K
s X
s Y
s H
M
N

La respuesta impulso de cada bloque analgico
) (
i
i
p s
A
es:

~ 24 ~

0 t 0
0 ] [
< =
> = t A t h
nT
ie
i
t

De donde se deduce que la respuesta impulso del correspondiente bloque
digital ser:
0 t 0
0 ] [
< =
> = n A n h
nT
ie
i
t

Para el filtro completo se tendr:
=

= =
M
i
T i
e z
z
A z H z H
1
1
) ( ) (
t

Como se puede observar en la siguiente figura.

El procedimiento de diseo lo podemos resumir en los siguientes pasos:
1.- Seleccionar un filtro analgico H(s) de acuerdo con las
especificaciones requeridas.
2.- Seleccionar el periodo de muestreo T de acuerdo con el teorema del
muestreo.
3.- Efectuar una descomposicin en paralelo del filtro analgico H(s).

~ 25 ~

=

= =
M
i
i
s
A
s H
1
) (
t

4.- Aproximar la respuesta impulso de los bloques analgicos de polo
simple determinando filtros digitales cuyas respuestas impulsos son los
valores muestreados de la respuesta analgica.

Esto se hace transformando los polos en el plano S en polos en el plano
Z.
Cada bloque analgico se transforma por un bloque digital cuya
transformada z es:
T
i
i
e z
A
z H
t
= ) (
5.- Calcular la transformada z del filtro digital que aproxima al filtro
analgico:
= =
M
i
T
i
e z
A
z H
1
) (
t

6.- Implementacin de filtro digital escogiendo una forma (Paralelo,
Cascada, etc.) y calculamos los coeficientes del filtro.

DISEO POR ANALOGA O APROXIMACIN DE DERIVADAS

La idea es disear un filtro digital a partir de un filtro analgico, mediante
la discretizacin de la ecuacin diferencial que representa al mismo. Si se
parte de una representacin con una funcin transferencia racional del
filtro analgico, de la forma

~ 26 ~

=
=
=
N
k
k
k
M
k
k
k
a
s
s
s H
0
0
) (
o
|

La ecuacin diferencial que describe el comportamiento entrada-salida del
filtro resulta

= =
=
M
k
k
k
k
N
k
k
k
k
dt
t u d
dt
t y d
0 0
) ( ) (
| o
A partir de esta ecuacin diferencial puede obtenerse una ecuacin en
diferencias equivalente realizando una discretizacin del tiempo de la
forma t = nT, siendo T el perodo de muestreo, y aproximando las
derivadas por diferencias finitas. Consideraremos aqu uno de los mtodos
de aproximacin ms utilizados: el mtodo de Euler.
La forma ms elemental de aproximar la derivada es la denominada
aproximacin de Euler de primer orden dada por
T
T n x nT x
dt
t dx
nT t
) ) 1 (( ) ( ) (
=
=

Aproximacin de Euler de primer orden
Como puede verse en la figura anterior, la aproximacin de Euler de
primer orden es buena slo para perodos de muestreo T muy pequeos.
Consideremos ahora un diferenciador analgico ideal con relacin
entrada-salida.
dt
t dx
t y
) (
) ( =

~ 27 ~

La correspondiente funcin transferencia resulta Ha(s) = s.
Transformando Z la siguiente ecuacin se obtiene la correspondiente
funcin transferencia discreta.
T
T n x nT x
dt
t dx
nT t
) ) 1 (( ) ( ) (
=
=

En Transformada Z
T
z
z H
1
1
) (

=
Procediendo anlogamente para las derivadas k-simas, se obtiene que
la funcin transferencia para el filtro digital IIR mediante la aproximacin
de las derivadas usando diferencias finitas, resulta.
T z s
s H z H
/ ) 1 (
1
) ( ) (

=
=
Donde Ha(s) es la funcin transferencia del filtro analgico caracterizado
por la ecuacin diferencial.

= =
=
M
k
k
k
k
N
k
k
k
k
dt
t u d
dt
t y d
0 0
) ( ) (
| o
La transformacin
T
z
s
1
1

=
O equivalente
sT
z
=
1
1

Corresponde a un mapeo del plano s en el plano z, como el representado
en la siguiente figura.

~ 28 ~

Mapeo del plano s en el plano z mediante la transformacin z=1/(1-sT).
Reemplazando s = j en la siguiente ecuacin, resulta
2 2 2 2
1 1
1
1
1
T j
T
j
T j T j
z
O
O
+
O
=
O
=
Que corresponde a la ecuacin de una circunferencia con radio y con
centro z = . Puede probarse que los puntos en el semiplano izquierdo

del plano s se mapean en el interior del crculo en el plano z. Esta
transformacin tiene entonces la propiedad deseable de transformar
filtros analgicos estables en filtros digitales estables. Sin embargo, los
polos se ven confinados en una pequea regin (el interior del crculo de
radio ) lo que corresponde a frecuencias relativamente pequeas. Como
consecuencia, esta transformacin slo puede utilizarse para el diseo de
filtros pasabajo y pasabanda con frecuencias de corte relativamente
pequeas.
DISEO POR TRANSFORMACIN BILINEAL

Definamos
dt
t dx
t y
) (
) ( =
Luego
}

=
t
d t t x t t ) ( ) (

~ 29 ~

Realizando una discretizacin del tiempo de la forma t = nT, siendo T el
perodo de muestreo, puede escribirse
} } }
+ +

+ = + = +
T n
nT
T n
nT
nT
d y nT x d y d y T n x
) 1 ( ) 1 (
) ( ) ( ) ( ) ( ) ) 1 (( t t t t t t

Aproximacin con la regla trapezoidal.
La integral puede aproximarse por el rea rayada en figura. Con esta
aproximacin la ecuacin resulta
)] ( ) ) 1 (( [
2
) ( ) ) 1 (( nT y T n y
T
nT x T n x + + + = +
Transformando Z, se obtiene para Y(z) la siguiente expresin
) ( ) ( ) (
1
1 2
) ( z X z H z X
z
z
t
z Y =
+
=
Considerando que Y(s) sX(s)=Ha(s)X(s), puede pensarse en un mapeo del
plano s en el plano z de la forma
1
1 2
+
=
z
z
T
s
Que permite obtener la funcin transferencia Z discreta H(z) a partir de
la funcin transferencia del sistema continuo Ha(s) segn
1
1 2 ) ( H(z)
+
=
=
Z
z
T
s
a
s H

~ 30 ~

A la transformacin se la denomina Transformacin Bilineal, y
permite obtener un filtro digital a partir de la funcin transferencia de un
filtro analgico. Puede verse que la Transformacin Bilineal mapea el eje
imaginario del plano s en la circunferencia unitaria del plano z, y el
semiplano izquierdo del plano s en el interior de la circunferencia unitaria
del plano z. De esta forma, filtros analgicos estables se mapean en filtros
digitales estables. El mapeo del plano s en el plano z con la transformacin
bilineal se representa en la figura siguiente:

DIRECTA

Se propone el diseo de filtros digitales imponiendo una serie de
condiciones a la respuesta para determinar los coeficientes. Nos
centraremos en dos mtodos simples como son:
Diseo por la aproximacin de Pad
Diseo por aproximacin de mnimos cuadrados.
Tambin podemos considerar como mtodo directo aunque de uso
limitado el diseo por ubicacin de ceros y polos.
DISEO POR LA APROXIMACIN DE PAD

Dado un sistema con funcin de transferencia:
=
+
=
0
1
0
] [
1
) (
k
k
N
k
K
k
M
k
K
k
z n h
z a
z b
z H

~ 31 ~

Pretendemos obtener los L=M+N+1 coeficientes, {ak} y {bk}, a
partir de la minimizacin de algn criterio de error. ste mtodo se
plantea minimizar la suma de los errores cuadrticos entre la respuesta
impulso ideal (deseada) y la real:
=
=
U
n
d
n h n h
0
2
)] ( ) ( [ c

Donde hd(n) es la respuesta deseada del filtro y h(n) la real; U es un lmite
superior seleccionado por el diseador. En general, h(n) es una funcin
no lineal de {ak} y {bk}, sin embargo, si U=N+M, es posible hacer
coincidir perfectamente las respuestas real y deseada para 0nM+N. Si
hacemos hd(n)=h(n) 0nM+N, el error cometido ser:
+ + =
=
1
2
)] ( ) ( [
M N n
d
n h n h c
El grado de fiabilidad de este mtodo depende del nmero de coeficientes
seleccionado. Aproxima perfectamente cuando el sistema buscado
presenta una funcin de transferencia H(z) racional y sabemos el nmero
de ceros y polos (orden del numerador y denominador), lo que, en la
prctica resulta problemtico.
DISEO POR APROXIMACIN DE MNIMOS CUADRADOS.

Un mtodo alternativo para disear filtros IIR es afrontar el problema de
la minimizacin de la diferencia al cuadrado entre la respuesta del filtro
ideal y la real, es decir, plantear el problema de la identificacin de
sistemas. La figura siguiente muestra dicha estructura. La idea es
determinar los coeficientes del sistema H(z) de manera que colocado en
cascada con el sistema que queremos modelizar obtengamos como
resultado una seal (y(n)) que en el dominio temporal debera ser un
impulso, cuando la modelizacin es exacta. Si definimos como criterio de
error la suma de y
2
(n), una podemos obtener los coeficientes de
imponiendo de dicho error sea mnimo.

~ 32 ~

Supongamos el caso ms simple de considerar un filtro con solo polos:
+
=
N
k
K
k
z a
b
z H
1
0
1
) (

Consideremos un esquema de ecualizacin de sistemas:

Donde modificamos los coeficientes del filtro 1/H(z) para anular el efecto
de Hd(z), es decir, que la salida, y(n), sea lo ms parecida posible a la
entrada, (n). (Idealmente
()
()
= 1 () = (n))
La ecuacin en diferencias del sistema inverso ser:
(
+ =

=
N
k
d k d
k n h a n h
b
n y
1 0
) ( ) (
1
) (
APLICACIONES DE LOS FILTROS FIR E IIR

Separacin de seales que fueron combinadas desafortunadamente
(ruido, interferencias provenientes de otros sistemas)
Recuperacin de seales distorsionadas de alguna forma (por
ejemplo, al ser trasmitidas)
Sntesis de sonido: creacin o modificacin de seales para moldear
espectros o formas de onda y lograr el efecto auditivo buscado.
Efectos de audio: chorus, flanger, phaser, reverb

~ 33 ~

Separacin de seales que fueron combinadas desafortunadamente (ruido,
interferencias provenientes de otros sistemas)

Recuperacin de seales distorsionadas de alguna forma (por ejemplo, al
ser trasmitidas)
Ejemplo: Filtro peine

~ 34 ~

Sntesis de sonido: sntesis de cuerda pulsada a partir de un filtro peine.

Desempeo ptimo para eliminacin de ruido blanco.

~ 35 ~

FIR VS IIR
La eleccin entre una implementacin FIR e IIR depende de las ventajas
relativas de cada uno de estos dos tipos de ltros.
1. Los ltros FIR se pueden disear para tener una respuesta de fase
estrictamente lineal (distorsin de fase nula), lo que es importante en
muchas aplicaciones, como transmisin de datos, audio digital y
procesamiento de imgenes. La respuesta de fase de ltros IIR no es
lineal, en especial en cercanas de la zona de transicin.
2. Los ltros FIR implementados de forma no recursiva, son
inherentemente estables. En cambio, la estabilidad de los ltros IIR
siempre debe comprobarse, ya que son sistemas realimentados.
3. Los efectos causados por la implementacin con aritmtica de punto
jo, tales como los errores de cuantizacin de los coecientes y los errores
por redondeo en las operaciones aritmticas, son mucho ms severos en
los ltros IIR que en los FIR.
4. Para satisfacer unas especicaciones dadas los ltros FIR necesitan un
mayor nmero de coecientes que los ltros IIR, sobre todo si las bandas
de transicin son estrechas. En consecuencia, los requerimientos de
memoria, el nmero de operaciones y los tiempos de procesamiento son
mayores para los FIR que para los IIR. Sin embargo, la posibilidad de
implementar los FIR mediante la tcnica de convolucin rpida usando

~ 36 ~

FFT y tambin el empleo de tcnicas multirate |permite aumentar
signicativamente la eciencia de las implementaciones.
5. Un ltro analgico convencional puede convertirse en un ltro digital
IIR equivalente que satisfaga las especicaciones de diseo de manera
sencilla. Esto no es posible con ltros FIR pues no tienen una contraparte
analgica. Sin embargo es ms sencillo sintetizar ltros con respuestas
en frecuencia arbitrarias utilizando ltros FIR.
De las caractersticas detalladas arriba puede esbozarse una gua
tentativa para elegir entre una implementacin FIR o IIR:

Si los nicos requerimientos importantes son bandas de transicin
estrechas (ltros con cortes muy abruptos) y eciencia de cmputo, se
preeren ltros IIR pues necesitan un nmero de coecientes mucho
menor que un ltro FIR equivalente (especialmente si se eligen
caractersticas frecuenciales elpticas o de Cauer).
Si el nmero de coecientes del ltro no es muy elevado (por ejemplo, si
las bandas de transicin no son muy abruptas), y en particular, si se desea
muy poca o ninguna distorsin de fase, se suele elegir ltros FIR. Los
procesadores digitales modernos (DSP) estn optimizados para
implementar este tipo de ltros, y algunos se han diseado
especcamente con esa nalidad (por ejemplo, el DSP56200 de Motorola,
o el INMOS A100). Sin embargo, en un campo tan dinmico como ste la
capacidad y el desempeo de los componentes vara rpidamente.


~ 37 ~

CONCLUSIONES

La presente investigacin dio conocer diferentes sistemas basados en la
implementacin de tcnicas de procesamiento digital de seales cada da
toman mayor fuerza en el mercado de desarrollo de aplicaciones; dejando
al tratamiento anlogo de la seal como una opcin slo para algunas
aplicaciones.
Lo mejor de este tipo de filtros es que es muy econmico, como todo filtro
cumple solo funciones especficas, sin lugar a duda, la aplicacin ms
conocida de los sistemas que implementan DSP. En estos encontramos la
versatilidad de ser diseados bajo ciertos preceptos ya estructurados. De
esta forma, el desarrollo de nuevos sistemas digitales tienen una base ya
bien formada.
Existen dos posibles opciones al disear filtros digitales, los sistemas FIR
y los IIR. La implementacin de uno u otro depender de la necesidad
que la aplicacin requiera. Por ejemplo, si se requiere para cierta
aplicacin garantizar al 100% la estabilidad del sistema en condiciones
dinmicas, se preferir a los filtros FIR, ya que slo estn constituidos por
ceros.

~ 38 ~

Los sistemas compensadores de frecuencia o lo que hemos conocido
como ecualizadores, resultan un elemento apropiado para demostrar la
eficiencia de los filtros digitales; adems, de que debidamente
implementados son una aplicacin atractiva para la comercializacin del
producto.

BIBLIOGRAFIA

Introduccin a las seales y los sistemas,
Douglas k. Lindner
Introduccin a los Filtros Digitales,
Jess Barrios Romano
Introduccin a los filtros digitales,
Universidad de Valencia
The Scientist & Engineer's Guide to Digital Signal Processing,
Smith, S.W.
Introduccin a los filtros digitales, con aplicacin en audio.
Smith Julius
Digital Filters and Signal Processing.
Jackson, L. B.
Digital Filter Design,
T.W. Parks and C.S. Burrus

Filtros Digitales

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Filtros Digitales

Caricato da

Copyright:

Formati disponibili

FILTROS DIGITALES

Mario Vargas Ramrez

Potrebbero piacerti anche