1

APROXIMACIN DE FILTROS FIR

Ricardo Gualavis, Escuela Politcnica del Ejrcito



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.



Cdigo



N1 = 3; Freq = [0 0.1 0.2 1]; Weight =
[1 1 0 0];
H1 = firpm(N1,Freq,Weight);
[Ha1,W] = freqz(H1,1);
N2 = 6; Freq = [0 0.1 0.2 1]; Weight =
[1 1 0 0];
H2 = firpm(N2,Freq,Weight);
[Ha2,W] = freqz(H2,1);






















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
)

M
a
g
n
i
t
u
d

d
e

r
e
s
p
u
e
s
t
a

5
IV. RESULTADOS OBTENIDOS


Ejercicio 5.1

Ejercicio 5.31


4

3.5
Conparacin de Magnitides

Magnitud lineal
Magnitud |H3|
Magnitud |H4|
3
Magnitud |H5|

2.5

2

1.5

1

0.5

0
0 100 200 300 400 500 600
f(Hz)



Experimento 5.2


1.4

1.2

1

0.8

0.6

0.4

0.2





Diseo de filtro
Ejercicio 5.32

0
0 50 100 150 200 250 300 350 400 450 500
Hz


Ejercicio 5.30
Ejercicio 5.33





6



V. CONCLUSIONES


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.