Filtros de Sinc-Ventanado

Windowed-Sinc
Definicin
Diseo del Filtro
Ejemplos de filtros
Mejorando las caractersticas
Convolucin FFT
Mejorando la Velocidad
Respuesta en frecuencia de un filtro pasa-bajo
ideal
Si obtenemos la Transformada de Fourier
inversa de esta respuesta en frecuencia,
produciremos el ncleo de este filtro ideal.

Esta es la curva que representa a la funcin
sinc: sin(x)/x

t
t
i
i f
i h
c
) 2 sin(
] [ =
El problema es que esta es una funcin que va
de menos infinito a ms infinito.
Este no es un problema en matemticas, pero si
lo es para una computadora
Para evitar este problema se corta la funcin
sinc a una cantidad M de valores y se la
desplaza para que empiece desde 0

Pero este filtro modificado es solamente una
aproximacin al filtro ideal, por lo que no
tendr la misma respuesta en frecuencia
El problema surge en la discontinuidad que se
genera en los bordes de la funcin

Hay un mtodo simple para eliminar este
problema
Se multiplica la funcin sinc por una curva
suave (la ventana de Blackman)
Y ahora el ncleo del filtro ser un sinc-
ventanado (windowed-sinc)
Hay un mtodo simple para eliminar este
problema. Se multiplica la funcin sinc por
una curva suave (la ventana de Blackman)
Y ahora el ncleo del filtro ser un sinc-
ventanado (windowed-sinc)
Muchas tipos de ventanas se pueden usar, las
principales:

Hamming:

Hann:

Blackman:

) / 2 cos( 46 . 0 54 . 0 ] [ M i i w t =
) / 4 cos( 08 . 0 ) / 2 cos( 5 . 0 42 . 0 ] [ M i M i i w t t + =
) / 2 cos( 5 . 0 5 . 0 ] [ M i i w t =
Cual usar?
Es un compromiso entre varios parmetros
Hamming es 20% mejor en cuanto a rapidez de caida
Blackman tiene una mejor atenuacin en banda de
corte (Blackman -74dB, Hamming -53 dB)
Blackman tiene menos rizado
Generalmente usamos Blackman
Para disear un filtro windowed-sinc, dos
parmetros deben ser seleccionados:
Frecuencia de corte: F
c
Longitud del ncleo del filtro: M
t
t
i
i f
i h
c
) 2 sin(
] [ =
La frecuencia de corte se expresa como una
fraccin de la frecuencia de muestreo y por
tanto debe estar entre 0 y 0.5
En cambio el valor de M determina la
velocidad de caida:



Donde BW es el ancho de la banda de
transicin (desde 99% a 1%)
Tambin puede expresarse como una fraccin
de la frecuencia de muestreo

BW
M
4
=
Debido a que el tiempo necesario para calcular
la convolucin es directamente proporcional a
la longitud de las seales debe haber un
compromiso entre rapidez de cada y tiempo
de clculo
Una vez que han sido calculados fc y M, el
filtro resultante es:

(

|
.
|

\
|
+
|
.
|

\
|

=
M
i
M
i
M i
M i f
K i h
c
t t t 4
cos 08 . 0
2
cos 5 . 0 42 . 0
2 /
)) 2 / ( 2 sin(
] [
Un electroencefalograma es una medida de la
actividad elctrica del cerebro
Se detecta usando electrodos en el crneo del
paciente
En el EEG se detectan frecuencias que se
relaciona con estados mentales
Si se cierra los ojos y se esta relajado la
frecuencia es de 7 a 12 hertz. Se conoce como
ritmo alfa
Si se esta utilizando la vista el EEG cambia a
una frecuencia de 17 a 20 hertz y se llama ritmo
beta
Este tipo de filtros puede ser llevado a niveles
de desempeo bastante altos
Podemos mejorar tanto la atenuacin como la
velocidad de cada

Para aumentar la atenuacin simplemente lo
que hacemos es pasar una seal varias veces
por el filtro


Para aumentar la rapidez de cada, usamos ms
puntos


El principal problema es que mejorar las
caractersticas del filtro tiene su precio en el
tiempo de ejecucin
Podemos usar convolucin FFT o filtros
recursivos como alternativa a este problema

La convolucin en el dominio del tiempo es
multiplicacin en el dominio de la frecuencia
El tiempo para realizar la transformada de
Fourier, multiplicar las seales y realizar la
transformada inversa de Fourier es menor al de
hacer una convolucin

Cuan ms rpida es la convolucin FFT
comparada con la convolucin normal?
Depende de la longitud del ncleo del filtro
Son iguales entre 40 y 80 puntos