Practica 8

Diseo de Filtros FIR.

Ventanas Blackman, Barlett, Hanning y Hamming.
Reyes Lpez Misael, Gonzlez Arevalo Elfrich, Ruiz Prez Christian (christianjord@hotmail.com).

Resumen
En esta prctica se implementaron varios tipos de ventanas como son: la Hanning, Hamming, Bartlett y Blackman todas estas con funciones de Matlab especficas para ello, con esto fue posible apreciar de forma terica e ideal el comportamiento de cada una de ellas en el dominio de la frecuencia, observando as la ventana, su espectro de la ventana y el espectro de la seal enventanada. Como se observar en las grficas mostradas en el documento el espectro de la seal enventanada no se concentra en una sola frecuencia, sino que se esparce por todo el rango de frecuencias, por lo que es necesario conocer el conportamiento de cada una de ellas, y as elegir la ms idonea para el trabajo necesario.

Introduccin
Las ventanas son funciones matemticas usadas con frecuencia en el anlisis y el procesamiento de seales para evitar las discontinuidades al principio y al final de los bloques analizados. En procesamiento de seales, una ventana se utiliza cuando nos interesa una seal de longitud voluntariamente limitada. En efecto, una seal real tiene que ser de tiempo finito; adems, un clculo slo es posible a partir de un nmero finito de puntos. Las caractersticas de la ventana rectangular juegan un papel importante en determinar la respuesta en frecuencia resulatnte del filtro FIR obtenido al truncar hd(n) a longitud M. La convolucin de Hd(w) con W(w) tiene el efecto de suavizar Hd(w). A medida que M crece, W(w) se hace mas estrecho y el suavizado producido se reduce. Por otra parte los lbulos laterales grandes de w(w) producen efectos indeseados de rizado en la repuesta en frecuencia del filtro. Estos efectos indeseables se reducen mediante el uso de ventanas que nocontiene discontinuidades abruptas en sus caractersticas del dominio temporal, mostrando as lobulos laterales bajos en sus carcateristicas del dominio frecuencial. A continuacin se muestran diferentes tipos de ventana y su comportamiento, todas ellas tienen lbulos laterales significativamente mas bajos, sin embargo, para el mismo valor de M, el ancho del lbulo principal es tambin ms ancho. Por lo tanto todas estas funciones ventana proporcionan mayor suavizado a travs de la operacin de convolucin en el dominio de la frecuencia y como resultado la regin de transicin en la respuesta del filtro FIR es mas amplia. Si queremos reducir este ancho de esta regin de transicin podemos incrementar la longitud de la ventana, lo que da un filtro mas largo.

Caractersticas importantes en el dominio de la frecuencia de algunas funciones ventana Tipo de ventana Ancho de transicin del lbulo principal Pico de lbulos laterales ( dB) Rectangular Bartlett Hanning Hamming Blackman 4pi/M 8pi/M 8pi/M 8pi/M 12pi/M -13 -27 -32 -43 -58

Problema 1
Realice un programa en Matlab para simular el comportamiento de la ventana Blackman.

Cdigo
function yFourier(w0,w1,w2,L,N) nblackman(L); xcos(w0*n)cos(w1.*n)cos(w2.*n); yabs(fft(x,N)); n0:pi/(N-1):pi; plot(n,y); title(L25 y N200); hold on y1y; n1-pi:pi/(N-1):0; plot(n1,y1) axis([-pi pi 0 30]); xlabel(Frecuencia); ylabel(Magnitud);

Ejemplos
Para la ventana de Blackman con entrada Fourier(0.25,0.5,1,25,200) tenemos:

Time domain 1 50

Frequency domain

0.8 0 0.6 Magnitude (dB)

Amplitude

-50

0.4

-100 0.2

-150 5 10 15 Samples 20 25

0.2 0.4 0.6 0.8 Normalized Frequency ( rad/sample)

Figura 1. Comportamiento de la ventana de Blackman y su espectro con L25, N200.

L=100 y N=512 30

25

20 Magnitud

15

10

-3

-2

-1

0 Frecuencia

Figura 2. Seal enventanada. Para la ventana de Blackman con entrada Fourier(0.25,0.5,1,50,512) tenemos:

Time domain 1 40 20 0.8 0 Magnitude (dB) 0.6 -20 -40 -60 -80 0.2 -100 0 -120 10 20 30 Samples 40 50

Frequency domain

Amplitude

0.4

0.2 0.4 0.6 0.8 Normalized Frequency ( rad/sample)

Figura 3. Comportamiento de la ventana de Blackman y su espectro con L50 y N512.

L=50 y N=512 30

25

20 Magnitud

15

10

-3

-2

-1

0 Frecuencia

Figura 4. Seal enventanada

Problema 2
Realice un programa en Matlab para simular el comportamiento de la ventana Bartlett.

Cdigo
function yFourier(w0,w1,w2,L,N) nbartlett(L);

xcos(w0*n)cos(w1.*n)cos(w2.*n); yabs(fft(x,N)); n0:pi/(N-1):pi; plot(n,y); title(L25 y N200); hold on y1y; n1-pi:pi/(N-1):0; plot(n1,y1) axis([-pi pi 0 30]); xlabel(Frecuencia); ylabel(Magnitud);

Ejemplos
Para la ventana de Bartlett con entrada Fourier(0.25,0.5,1,25,200) tenemos:

Time domain 40 1 20 0.8 Magnitude (dB) Amplitude 0 -20 -40 -60 0.2 -80 -100 5 10 15 Samples 20 25

Frequency domain

0.6

0.4

0.2 0.4 0.6 0.8 Normalized Frequency ( rad/sample)

Figura 5. Comportamiento de la ventana de Bartlett y su espectro con L25, N200.

L=25 y N=200 30

25

20 Magnitud

15

10

-3

-2

-1

0 Frecuencia

Figura 6. Seal enventanada. Para la ventana de Bartlett con entrada Fourier(0.25,0.5,1,50,512) tenemos:
Time domain 50 1 0 -50 Magnitude (dB) -100 -150 -200 -250 0.2 -300 0 -350 10 20 30 Samples 40 50 Frequency domain

0.8 Amplitude

0.6

0.4

0.2 0.4 0.6 0.8 Normalized Frequency ( rad/sample)

Figura 7. Comportamiento de la ventana de Bartlett y su espectro con L50 y N512.

L=50 y N=512 30

25

20 Magnitud

15

10

-3

-2

-1

0 Frecuencia

Figura 8. Seal enventanada

Problema 3
Realice un programa en Matlab para simular el comportamiento de la ventana Hanning.

Cdigo
function yFourier(w0,w1,w2,L,N) nhanning(L); xcos(w0*n)cos(w1.*n)cos(w2.*n); yabs(fft(x,N)); n0:pi/(N-1):pi; plot(n,y); title(L25 y N200); hold on y1y; n1-pi:pi/(N-1):0; plot(n1,y1) axis([-pi pi 0 30]); xlabel(Frecuencia); ylabel(Magnitud);

Ejemplos
Para la ventana de Hanning con entrada Fourier(0.25,0.5,1,25,200) tenemos:

Time domain 40 1 20 0 Magnitude (dB) -20 -40 -60 -80 0.2 -100 0 -120 5 10 15 Samples 20 25

Frequency domain

0.8 Amplitude

0.6

0.4

0.2 0.4 0.6 0.8 Normalized Frequency ( rad/sample)

Figura 9. Comportamiento de la ventana de Hanning y su espectro con L25, N200.

L=25 y N=200 30

25

20 Magnitud

15

10

-3

-2

-1

0 Frecuencia

Figura 10. Seal enventanada. Para la ventana de Hanning con entrada Fourier(0.25,0.5,1,50,512) tenemos:

Time domain 50 1 0 Magnitude (dB)

Frequency domain

0.8 Amplitude

0.6

-50

0.4

-100 0.2

-150 10 20 30 Samples 40 50

0.2 0.4 0.6 0.8 Normalized Frequency ( rad/sample)

Figura 11. Comportamiento de la ventana de Hanning y su espectro con L15y N512.

L=15 y N=200 30

25

20 Magnitud

15

10

-3

-2

-1

0 Frecuencia

Figura 12. Seal enventanada

Problema 4
Realice un programa en Matlab para simular el comportamiento de la ventana Hamming.

Cdigo
function yFourier(w0,w1,w2,L,N) nhamming(L);

xcos(w0*n)cos(w1.*n)cos(w2.*n); yabs(fft(x,N)); n0:pi/(N-1):pi; plot(n,y); title(L25 y N200); hold on y1y; n1-pi:pi/(N-1):0; plot(n1,y1) axis([-pi pi 0 30]); xlabel(Frecuencia); ylabel(Magnitud);

Ejemplos
Para la ventana de Hamming con entrada Fourier(0.25,0.5,1,25,200) tenemos:

Time domain 40 1 20 0.8 Magnitude (dB) Amplitude 0 -20 -40 -60 0.2 -80 -100 5 10 15 Samples 20 25

Frequency domain

0.6

0.4

0.2 0.4 0.6 0.8 Normalized Frequency ( rad/sample)

Figura 13. Comportamiento de la ventana de Hamming y su espectro con L25, N200.

L=25 y N=200 30

25

20 Magnitud

15

10

-3

-2

-1

0 Frecuencia

Figura 14. Seal enventanada. Para la ventana de Hamming con entrada Fourier(0.25,0.5,1,50,512) tenemos:
Time domain 40 1 20 0.8 Magnitude (dB) 0 Amplitude Frequency domain

0.6

-20 -40

0.4

0.2

-60

-80 10 20 30 Samples 40 50

0.2 0.4 0.6 0.8 Normalized Frequency ( rad/sample)

Figura 15. Comportamiento de la ventana de Hamming y su espectro con L15 y N512.

L=15 y N=200 30

25

20 Magnitud

15

10

-3

-2

-1

0 Frecuencia

Figura 16. Seal enventanada

Conclusiones.
Como se pudo observar en los enventanados, que entre menor fuera el valor de L, menor era la magnutud de los lbulos laterales adems de que el lbulo principal tenia un ancho mas grande por lo que el rango de transicin es mucho mas grande y el suavizado es mayor.