ndice

Introduccin ............................................................................................................. 1
Desarrollo ................................................................................................................ 2
Filtro promediador ante seales de variables aleatorias ......................................... 5
Simulacin en Matlab .............................................................................................. 6
Conclusin............................................................................................................... 9
Referencias ........................................................................................................... 10

ndice de figuras
Figura 1. Seal mas ruido....................................................................................... 2
Figura 2. Diagrama de bloques del filtro promediador. ........................................... 3
Figura 3. Respuesta en frecuencia del filtro promediador. ..................................... 4
Figura 4. Entrada-salida del filtro promediador ante una seal Gaussiana. ........... 6
Figura 5. Celdas. .................................................................................................... 7
Figura 6. Cdigo de Matlab utilizado. ..................................................................... 7
Figura 7. Simulacin filtro promediador. ................................................................. 8
Figura 8. Entrada y salida ante un escaln con ruido blanco. ................................ 8

Introduccin
Las seales en tiempo discreto pueden ser transformadas al dominio de la
frecuencia y despus clasificadas de acuerdo al rango de frecuencias donde el
espectro de la magnitud es mayor. Esas transformaciones de frecuencia pueden ser
utilizadas para describir el comportamiento de los procesadores de seales o filtros.
En este trabajo se analizar el comportamiento de los filtros promediadores por
medio de las funciones de transferencia, herramienta ampliamente utilizada en la
ingeniera. Estas funciones de transferencia se construirn a partir de las seales
de entrada y salida deseadas transformadas al dominio de la frecuencia.

Desarrollo
Las funciones de transferencia pueden ser usadas para analizar los filtros usados
para manipular seales numricas y los sistemas fsicos los cuales conectan
seales fsicas.
Un problema significativo es escoger un filtro el cual compute una salida yn a partir
de entradas pasadas y presentes x1, x2, , xn , tal que yn es una buena aproximacin
a la seal deseada sn.

Figura 1. Seal mas ruido.

El filtro promediador mas simple esta definida por la relacin entrada salida
+ 1
= (1)
2
La salida al tiempo n es el promedio de la entrada presente y la entrada previa. Es
de esperar que el filtro cancele los muestreos de ruido sucesivo mientras causa una
pequea distorsin a la seal deseada ya que los valores sucesivos son casi
iguales.
El filtro promediador ayudar un poco en decrementar el termino de perturbacin
siempre que la perturbacn fluya rapidamente y la seal deseada sea mas suave.
Se dice que un filtro es lineal cuando su salida es la suma de las salidas individuales
correspondientes al aplicar las entradas una a la vez. La salida del promediador
puede ser escrita como
+ 1 + 1
= + (2)
2 2
que es la suma de la salida para una entrada de s1, s2, , sn mas la salida de una
secuencia de entradas de d1, d2, , dn. Una forma muy general de representar este
filtro lineal con esta propiedad de superposicin es la sumatoria.

= (3)

En donde hk es el coeficiente del filtro, que en el caso del promediador, es igual y

depende del nmero de muestras que se tomen.
Un promediador es la forma mas simple imaginable de la forma de la ecuacin
anterior. Un filtro con esta forma con solo un nmero pequeo y finito de coeficientes
diferentes de cero como por ejemplo:

Figura 2. Diagrama de bloques del filtro promediador.

En la Figura 2 se muestra un ejemplo de filtro promediador, en donde cada muestra

se multiplica por el coeficiente , que en el ejemplo es igual a 5, ya que son 5
muestras. En la salida del filtro se obtiene el promedio de las 5 muestras. Se dice
que es un filtro de promedio mvil, filtro transversal, o filtro no recursivo.
El filtro promediador es un filtro pasa-bajas el cual deja pasar seales de baja
frecuencia y bloquea o atena seales de alta frecuencia.
El filtro ser caracterizado por la manera en que se relaciona con la transformada
discreta de Fourier de su entrada y su salida

() = (4)

Por medio de lgebra obtenemos

1
() = [ (1 + )] () (5)
2
La transformacin de salida se encuentra entonces a partir de la transformacin de
la salida simplemente multiplicando por la funcin compleja de (5)
(6)

(5)
(6)

(5)
 () = ()()
Donde c es la funcin de transferencia del filtro,
1
() = (1 + ) (7)
2
La inspeccin de grficas de |H()| y H() por medio de la funcin de
transferencia, rpidamente muestra cuales componentes de (7)
frecuencia de la
entrada X() sern amplificados por el filtro y cules no.
La relacin de funcin de transferencia bsica implica que la transformada Y()
(7)
tiene magnitud relacionada la entrada y a la funcin de transferencia dada por
|()| = |()||()| (8)
(7)

(8)
(7)

(8)
(7)

(8)
(7)

(8)
(7)
Figura 3. Respuesta en frecuencia del filtro (8)
promediador.

(8)
Considerando cada entrada por separado, la seal deseada s n produce una salida
ysn con transformada aproximadamente igual a la transformada de la seal deseada
() () (9)
(8)
Ya que |H()| 1 para frecuencias donde |S()| tiene valores substanciales
entonces el promediador pasa-bajas. De manera conversa, la perturbacin por si
(9)
sola produce una pequea salida ydn con transformada
0 (10)
(9)
Ya que |H()| 0 a frecuencias donde |D()| tiene valores substanciales. Entonces
el filtro pasa-bajas promediador esencialmente deja pasar sn de baja
(10)frecuencia y
bloquea a dn de alta frecuencia.
(9)

(10)
(9)

(10)
Filtro promediador ante seales de variables aleatorias
Para poder conocer la respuesta del filtro promediador ante variables aleatorias, se
debe recordar la forma que caracteriza a este filtro:
1
= ( + 2 + + ) (11)
1
Donde yn es una funcin de n variables aleatorias, por lo tanto dada la linealidad del
operador E[ ] (valor medio) (2), la esperanza de la salida del filtro
(11)promediador yn se
puede expresar como
[1 + 2 ] = [1 ] + [2 ] (12)
(11)

1 (12)
[ ] = ([1 ] + [2 ] + + [ ]) (11)
(13)

Y para poder calcular su varianza nos basamos en las propiedades (14) y (15)
(12)
(11)
(13)
(1 + 2 ) = (1 ) + (2 ) (14)
() = 2 () (15)
(12)
(11)
(13)
(14)
Con las dos propiedades anteriores de (3) se obtiene la varianza de yn
1
( ) = (16)
((1 ) + (2 ) + + ( )) (12)
2 (11)
(13)
(14)
Con lo anterior se puede obtener la desviacin estndar, ya que sabemos que la
varianza es la desviacin estndar elevada al cuadrado, entonces
(12) aplicando raz
cuadrada a (6) se obtiene (11)
(13)
(14)
1
= (17)
(12)
(13)
(14)
De la ecuacin (13) puede deducirse una propiedad importante del filtro
promediador ante entradas de variables aleatorias. Dado que (12) [1 ] = [2 ] = =
[ ], la suma de las esperanzas de x1xn, se puede expresar (13)
como [1 ] . Por
(14)
lo tanto, [ ] = [1 ], del resultado anterior se concluye que toda variable aleatoria
con media independiente del tiempo que entre al filtro promediador, producir una
seal de salida con la misma media. Otra propiedad importante, (13)
pero en este caso
(14)
con referente a las variables tipo normales (Gaussianas), ante un filtro lineal
producen una salida Gaussiana tal y como se muestra en la Figura (4).
(14)
 Figura 4. Entrada-salida del filtro
promediador ante una seal Gaussiana.

Como puede observarse en la Figura 4, tanto la entrada como la salida al filtro

promediador poseen funciones de densidad Gaussianas con la misma media, que
en este caso es cero, pero diferente variacin estndar. La lnea azul representa
una funcin de densidad con = 0 y = 2, mientras la lnea roja representa la

funcin de densidad de la salida del filtro, con = 0 y = = 1.41.
2

En base a lo anterior se puede decir que el efecto que tiene el filtro promediador
sobre las funciones de densidad de entrada, es reducir su ancho, lo cual logra
reduciendo la desviacin estndar, por lo que las variables aleatorias de salida
tendern a su media.
Visualizando lo anterior en un ejemplo prctico, suponga que la lnea azul de la
Figura 4 es la funcin de densidad de ruido blanco que ingresara al filtro, ya que la
media es 0 y su desviacin estndar es 2, eso significa que el ruido bsicamente
estar oscilando entre un rango de -2 a 2. Ahora a la salida del filtro sabemos que
el ruido oscilara entre -1.41 a 1.41 (ya que esa es la desviacin estndar de la
salida). Por lo tanto, el filtro promediador ha atenuado o rebajado el rango en el que
oscilaba el ruido blanco a la entrada. En la siguiente seccin se analizara mediante
una simulacin de Matlab lo descrito anteriormente.

Simulacin en Matlab
Con el fin de comprender mejor los efectos del filtro promediador ante seales de
variables aleatorias, se realiz una simulacin en el software Matlab. Primeramente
se dar una introduccin al cdigo utilizado para simular al filtro, y posteriormente
se mostraran los resultados mediante imgenes, de las seales de entrada y salida.
El software Matlab trabaja mediante vectores, por lo tanto, para la realizacin del
filtro, se necesita imaginarse a cualquier seal de entrada como un conjunto de
celdas continuas, donde cada celda contiene el valor de la seal de entrada en cada
instante de tiempo (Ver Figura 5).

In-1 In In+1
Figura 5. Celdas.
De la Figura 5, la I denota el instante actual o la muestra actual. Entonces una
muestra anterior se denota como In-1 y la que sigue como In+1. Con lo anterior se
podr entender mejor el cdigo utilizado.
Ya que el filtro promediador es bsicamente consiste en tomar muestras (al nmero
de muestras tomadas se le conoce como ventana), y a esas muestras se le saca el
promedio. Para lograr tomar muestras de la seal se utiliz un for con una variable
i, que al igual que en la Figura 5 la i denota el instante actual o la celda actual en la
que nos encontramos, mientras que (i-1) denota un instante anterior y (i+1) un
instante posterior. Dado que requerimos del promedio de las muestras, lo que
sigues es dividir la suma del valor de las muestras entre el nmero de muestras que
se estn tomando. Para finalizar dicho resultado se guarda en un vector que se
llam y (Ver Figura 6).

Figura 6. Cdigo de Matlab utilizado.

En la Figura 6 se observa el cdigo utilizado para la simulacin. Para la
representacin de seales aleatorias se utiliz el comando randn, el cual genera
nmeros aleatorios con una funcin Gaussiana. Por ejemplo x=1+0.5.*randn,
genera nmeros aleatorios con = 1 y = 0.5. Como puede observarse del cdigo
se utilizaron ventanas de 5 y 3 muestras.
 Figura 7. Simulacin filtro promediador.
En la Figura 7 se muestra tanto la entrada (lnea azul) como la salida del filtro (lnea
roja), se puede apreciar como el filtro atena las crestas que no tienen una curva,
las cuales son de alta frecuencia. Adems se puede comprobar la ecuacin (17).
En la figura la seal de entrada tiene = 0 y = 0.1. De acuerdo a la ecuacin (17)
0.1
la desviacin estndar a la salida debe ser = = = 0.045 (en este ejemplo
5
se utiliz una ventana de 5 muestras por eso n=5). Observando la Figura 7 se
observa que la mayora de los valores de la salida (lnea roja) se encuentran entre
-0.05 y 0.05. Por lo que tambin se demuestra que la media tanto de la salida como
de la entrada es 0.

Figura 8. Entrada y salida ante un escaln con ruido blanco.

En la Figura 8 se muestra la respuesta del filtro ante un escaln igual a 5, con ruido
blanco con = 0 y = 0.2 (lnea azul). En base al ejemplo anterior se sabe que
0.2
= = = 0.09 0.1. Al igual que en el ejemplo anterior, con la simulacin se
5
comprueba que la mayora de los valores de la salida estn entre 4.9 y 5.1.
Conclusin
El filtro promediador es una buena opcin para seales de baja frecuencia y con
ruido (con media 0 y desviacin estndar pequea), ya que como se vio en el
documento este filtro reduce la desviacin estndar y la media no la cambia. Por lo
tanto, si la media es 0 en su salida el ruido tendera a 0. Adems como se vio, es
bastante fcil de implementar en un compilador, ya que no se requiere de mucho
conocimiento en cuanto a programacin para poder implementarlo.
A pesar de que tanto la seal deseada (sea cual sea esta) y perturbacin no estn
necesariamente confinados en una banda de frecuencia especfica el filtro
promediador pasa-bajas es de gran utilidad para separar los valores deseados de
las perturbaciones ya que estas ltimas generalmente se encuentran en una banda
de frecuencias altas.
Referencias
Chernenko, S. (s.f.). Mean filter or average filter. Obtenido de Librow:
http://www.librow.com/articles/article-5
Schwartz, M., & Shaw, L. (1975). Signal processing: discrete spectral analysis,
detection, and estimation. Universidad de Michigan: McGraw-Hill.
Terven, J. R. (s.f.). Filtros Digitales. Obtenido de 14 filtros digitales:
http://www.academia.edu/5301304/FILTROS_DIGITALES_14_FILTROS_DI
GITALES