Resumen En la implementacin vamos a estudiar los sistemas de aproximacin para filtros digitales FIR y se presentarn los mtodos para la determinacin de los coeficientes multiplicadores y el orden del filtro, de tal manera que la respuesta de frecuencia resultante satisfaga un conjunto de especificaciones prescritas. Se discutirn los mtodos de muestreo de frecuencia y los mtodos de ventana, rectangular, triangular, Bartlett, Hamming, Blackman, y Kaiser, todo ellos orientados a soluciones numricas con Matlab.
Palabras clave Filto FIR, fase lineal, muestreo en frecuencia, ventanas, rizado.
I. INTRODUCCIN
Los filtros digitales de respuesta impulsional finita (Finite Impulse Response) se basan en obtener la salida a partir, exclusivamente, de las entradas actuales y anteriores. As, para un filtro de longitud N.
donde los {bk} son los coeficientes del filtro. La salida {y(n)} puede escribirse como la convolucin de la entrada {x(n)} con la respuesta al impulso {h(n)}.
II. DESARROLLO DEL ARTCULO
Filtros de fase lineal.
La ventaja de los filtros FIR es que pueden disearse para que presenten fase lineal. La linealidad de fase implica que se verifiquen ciertas condiciones de simetra:
Un sistema no causal con respuesta impulsional conjugada simtrica (h(n)=h*(-n)) tiene una F de transferencia real. Un sistema no causal con respuesta impulsional conjugada antisimtrica (h(n)=-h*(-n)) tiene una funcin de transferencia imaginaria pura.
Si consideramos sistemas FIR con coeficientes reales, una secuencia conjugada simtrica se dice que es una secuencia par, y una secuencia conjugada antisimtrica es una secuencia impar. Dependiendo del nmero de coeficientes del filtro y del tipo de simetra tenemos varias posibilidades.
Tabla 1. Respuesta al impulso de filtros de fase lineal
Diseo de 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 al 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 inversa, obtener los coeficientes del filtro.
Mtodo de las ventanas.
El mtodo de las ventanas se basa en truncar la respuesta al impulso infinita de un filtro ideal. El procedimiento es el siguiente:
Obtener la respuesta al impulso del filtro ideal que deseamos disear.
Desplazar la respuesta al impulso enventanada un nmero adecuado de muestras para hacerla causal
Como el producto en el dominio del tiempo equivale a una convolucin en el dominio de la frecuencia, podemos estudiar el efecto que esta ventana tiene sobre la respuesta frecuencial del filtro.
Son numerosas las funciones planteadas para enventanar la h(n) ideal y el decidirse por una u otra depende de las caractersticas de nuestro problema, es decir, si dada una longitud del filtro, estamos ms interesados en reducir al mximo la zona de transicin, atenuar lo ms posible los lbulos secundarios u optar por una solucin de compromiso. La expresin matemtica de las principales ventanas es: 2
Mtodo del muestreo en frecuencia
Vamos a definir la respuesta en frecuencia de un filtro a partir de fijar N puntos de H(). Para mayor simplicidad, 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 un apartado anterior vimos que en funcin de que la longitud del filtro sea par o impar y la simetra de los coeficientes sea par o impar, tenemos 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.
3
esta aproximacin de primer orden funciona muy bien para valores pequeos de Fc, pero se desva de la respuesta deseada, como fc se aproxima a Fs / 2. Se debera considerar la mejora del diseo.
Experimento 5.2
Podemos notar claramente cmo el filtro FIR puede sostener una banda de paso ms plana como se desee, preservar mejor los dos componentes sinusoidales en la seal, mientras que atena fuertemente los componentes de ruido dentro de la banda de parada especificado.
Recordando:
III. IMPLEMENTACION
Experimento 5.1
En el presente experimento se analiz la respuesta de filtros diferenciadores, se pudo determinar que este tipo de filtro tienen una ganancia de magnitud proporcional a la frecuencia de entrada y un desplazamiento de fase de / 2 en funcin de la seal de .
Vemos que la respuesta de magnitud se muestra como una lnea discontinua. En la grfica, se puede notar que Ejercicio 5.30
La funcin de filter() filtra una secuencia de datos usando un filtro digital que funciona para ambas entradas reales y complejas. El filtro es una forma de transposicin de la aplicacin directa de la ecuacin de diferencias.
y = filter() filtra los datos en el vector X con el filtro descrito por el coeficientes.
Si X es una matriz, el filtro opera sobre las columnas de X.
El en presente ejemplo e hace la resolucin de una ecuacin de diferencias similar a un filtro diferenciador, se puede ver que las respuestas son idnticas.
Cdigo
Fs = 1500; Ts = 1/Fs; t = 0:Ts:1-Ts; fc = 200; x = cos(2*pi*fc.*t); y1 = -2*pi*fc*sin(2*pi*fc.*t); y2 = [0 diff(x)]/Ts; figure(1),plot(abs(y2)) ,axis([0,100,0,1500]) b=[1 -1]; ya=filter(b,1,x); figure(2),plot(abs(ya)/Ts,'k'),axis([0 ,100,0,1500]) N3 = 10; Freq = [0 0.1 0.2 1]; Weight Fs = 10000; Ts = 1/Fs; t = 0:Ts:1-Ts; = [1 1 0 0]; fc1 = 200; fc2 = 700; H3 = firpm(N3,Freq,Weight); x = cos(2*pi*fc1.*t) + [Ha3,W] = freqz(H3,1); cos(2*pi*fc2.*t); N4 = 20; Freq = [0 0.1 0.2 1]; Weight y1=-2*pi*fc1*sin(2*pi*fc1.*t)- = [1 1 0 0]; 2*pi*fc1*sin (2*pi*fc2.*t); H4 = firpm(N4,Freq,Weight); y2 = [0 diff(x)]/Ts; [Ha4,W] = freqz(H4,1); plot(abs(y2)) plot(abs(Ha1)) axis([0,40,0,600]) hold on hold on plot(abs(Ha2),'k') plot(abs(y2)) hold on axis([0,40,0,6000]) plot(abs(Ha3),'g') plot(abs(y1),'--k') hold on
plot(abs(Ha4),'r') Ejercicio 5.33
4 Ejercicio 5.31
Se analiz la respuesta de filtros diferenciadores , se observa los cambios al diferenciar una seal y al tratarla con la funcin fft() y se puede ver que solo se necesita multiplicar por un factor como Ts Periodo de muestreo para que las muestras sean parecidas.
Cdigo
Fs = 1500; Ts = 1/Fs; t = 0:Ts:1-Ts; fc1 = 200; fc2 = 700; x = cos(2*pi*fc1.*t) + cos(2*pi*fc2.*t); plot(abs(x)) axis([0,40,0,3]) plot(abs(x)) axis([0,40,0,3]) hold on,plot(abs(diff(x)),'--k')
Ejercicio 5.32
Se presenta la solucin variando las frecuencias de muestreo y tiempo, se ve ligeros cambios debido a que los cambios no son tan sustanciales.
Cdigo Los filtros son ptimos en el sentido de que se reduce al mnimo el error mximo entre la respuesta de frecuencia deseada y la frecuencia de respuesta real. Filtros diseados de esta manera exhiben un comportamiento equiripple en sus respuestas de frecuencia y, a veces se les llama filtros equiripple. firpm presenta discontinuidades en la cabeza y la cola de su respuesta al impulso, debido a esta naturaleza equiripple.
La funcin firpm utiliza un orden de filtro para configuraciones de simetra y una banda de paso distinto de cero a la frecuencia de Nyquist. Esto es porque para respuestas de impulso que exhiben incluso simetra y rdenes impares, la respuesta de frecuencia a la frecuencia de Nyquist es necesariamente 0. Si especifica una n impar de valor, incrementos firpm es 1.
La funin firpm disea un filtro FIR de fase lineal utilizando una aproximacin Chebyshev, para disear filtros con un ajuste ptimo entre las respuestas de frecuencia deseada y la real. ( d B )
Matlab es una herramienta muy poderosa para clculos numricos, grficos tanto en matemticas, fsica y en nuestro caso el procesamiento de datos con seales y sistemas.
Al ser un filtro de fase lineal, los clculos en un filtro FIR se pueden simplificar debido a simetra
Aunque existen varios tipos de ventanas, se concluye que las ms eficientes al momento de diseo de filtros son las ventanas de Blackman y Kaiser, debido a su reduccin de atenuaciones en el espectro.
Es necesario desplazar la respuesta al impulso enventanada un nmero adecuado de muestras para hacerla causal
Los filtros FIR tienen dos importantes ventajas de ser estable y fase lineal.
Idealmente, la anchura del lbulo principal debe ser estrecha, y la amplitud del lbulo lateral debe ser pequea.
Los filtros de diseo de ventana no son, en general, ptimo en el sentido de que no tienen la ms pequea ondulacin posible para un orden de filtro dado y un conjunto dado de frecuencias de corte.
En el diseo de filtros por muestreo de frecuencia no hay control sobre cmo se interpolan las muestras de entre si.
Como los filtros diseados con el mtodo de muestreo de frecuencia no son generalmente buenos, por ello a este mtodo se lo modifica mediante la introduccin de una o ms muestras de transicin. VI. BIBLIOGRFIA
Diniz P. ( 2012).Digital SignalProcessing. Segunda Edicin. 12-10-2012.
Hayes M. (1999).Schaumsoutline of theory and problems of digital signal. Primera Edicion. 12- 10.2012.
Herramienta matemtica MatLab, Help.
VII. BIOGRAFIA
Ricardo Sebastin Gualavis Limanco naci en Quito, Ecuador el 18 de Diciembre de 1991. Realiz sus estudios primarios en el Colegio Paulo VI y sus estudios secundarios en el Colegio Don Bosco, obteniendo su ttulo de bachiller en Tcnico Electrnico. Actualmente esta cursando cuarto nivel de Ingeniera Electrnica, Automatizacin y Control en la Universidad de las Fuerzas Armadas ESPE.
Ha trabajado en empresa Elctrica, sin embargo hoy en da se dedica de lleno a sus estudios.