Fundamentos de Filtros Los filtros tienen 2 usos principales Separacin de seales Una seal ha sido contaminada con interferencia, ruido u otra seal Ej: Electrocardiograma de un bebe contaminado con latidos de la madre Restauracin de seales Cuando la seal ha sido distorsionada Ej: una grabacin con equipo de mala calidad puede ser mejorada
Fundamentos de Filtros Los filtros pueden ser tanto analgicos como digitales Cules son mejores? Analogicos son ms rpidos y pueden proporcionar gran rango dinmico Digitales son superiores en rendimiento
Fundamentos de Filtros Analgico vs. Digital Un filtro digital comn tiene una ganancia de 1 +/- 0.0002 de DC a 1000 hz y una ganancia de menos de 0.0002 para frecuencias mayores a 1001 hz. La transicin ocurri en solo un hz. Los filtros digitales funcionan miles de veces mejor que los analgicos Fundamentos de Filtros Analgico vs. Digital Los filtros analgicos deben manejar las limitaciones de la electrnica Los filtros digitales deben manejar las limitaciones de las seales y de la teora matemtica Fundamentos de Filtros Respuesta del Filtro Todos los filtros lineales tienen una respuesta a impulso, respuesta a escalera y una respuesta en frecuencia Contienen la misma informacin sobre el filtro pero la presentan de diferente forma Es fcil convertir una a la otra Fundamentos de Filtros Fundamentos de Filtros La manera ms fcil de implementar un filtro digital es convolucionando la entrada con la respuesta a impulso Cuando la respuesta a impulso se usa de esta manera la llamamos: ncleo del filtro (filter kernel)
Fundamentos de Filtros Hay otra manera de construir filtros llamada recursin En convolucin cada muestra de la salida es la suma ponderada de muestras en la entrada Los filtros resursivos usan tambin muestras anteriores de la salida. Fundamentos de Filtros En vez de usar un ncleo de filtro se usa un conjunto de coeficientes Fundamentos de Filtros En vez de usar un ncleo de filtro se usa un conjunto de coeficientes Fundamentos de Filtros Aun cuando no se use, todos los filtros tienen una respuesta a impulso La respuesta a impulso de filtros recursivos esta compuesta por sinusoides que decaen exponencialmente en amplitud De tal manera su respuesta a impulso es infinita Fundamentos de Filtros Por eso los filtros recursivos son llamados de Respuesta a Impulso Infinita (Infinite Impulse Response) IIR Mientras que los filtros construidos por convolucin son llamados de Respuesta a Impulso Finita (Finite Impulse Response) FIR Fundamentos de Filtros Fundamentos de Filtros Los decibeles expresan relacin entre dos seales Pero a veces se utilizan para una sola seal dBV significa que la seal de referencia es 1 voltio rms dBm significa que la seal de referencia produce 1 mW en una resistencia de 600 ohms (cerca de 0.78 rms) Informacin en la Seal La informacin se puede representar: En el dominio del tiempo La forma de la seal En el dominio de la frecuencia Las frecuencias presentes en la seal
Informacin en la Seal En el domino del tiempo cada muestra contiene informacin til Muestras del valor de una variable cada cierto tiempo Es la representacin ms sencilla
Informacin en la Seal En el domino de la frecuencia la informacin es mas indirecta. En la naturaleza muchas cosas muestran comportamientos peridicos Una muestra sola no contiene informacin sobre el movimiento peridico La informacin est contenida en la relacin entre varios puntos de la seal Informacin en la Seal La respuesta a escalera muestra como un filtro altera la informacin almacenada en tiempo La respuesta en frecuencia muestra como un filtro altera una informacin almacenada en la frecuencia Parmetros en el Tiempo Parmetros en el Tiempo Parmetros en el Tiempo Parmetros en Frecuencia Parmetros en Frecuencia Parmetros en Frecuencia Tipos de Filtro Por su respuesta en frecuencia existen varios tipos de filtro Pasa bajos Pasa altos Pasa banda Rechaza banda
Tipos de Filtro Filtro Pasa Bajo en Matlab Fpass = 4000; % Passband Frequency Fstop = 5000; % Stopband Frequency Apass = 1; % Passband Ripple (dB) Astop = 60; % Stopband Attenuation (dB) Fs = 44100; % Sampling Frequency
h = fdesign.lowpass('fp,fst,ap,ast', Fpass, Fstop, Apass, Astop, Fs);
Tipos de Filtro Generalmente se construyen filtros pasa bajos Se pueden convertir al resto de tipos usando Inversin Espectral Cambia el signo de todos y le suma uno al eje de simetra Reversin Espectral Cambia el signo pasando una muestra Tipos de Filtro Inversin Espectral
Reversion Espectral MATLAB N=length(kernel); n=1:N; s=ones(1,N); % generate a vector of 1's oddeven=rem(n,2); % 0 for odd, 1 for even s=s-(2*oddeven); % alternating sequence of 1 and -1 newKernel=kernel.*s; % kernel reversal Tipos de Filtro Diseo otros filtros
% Pasa Bajo h = fdesign.lowpass('fp,fst,ap,ast', Fpass1, Fstop1, Apass, Astop, Fs); filtro = design(h); LowKernel = filtro.Numerator; Sumar Seales function [y,n]=sumar(x1,n1,x2,n2) n=[min(min(n1),min(n2)):max(max(n1),max(n2))]; y1=zeros(1,length(n)); y2=y1; y1(find((n>=min(n1)) & (n<=max(n1))==1))=x1; y2(find((n>=min(n2)) & (n<=max(n2))==1))=x2; y=y1 + y2;
Pasa Banda MATLAB % Pasa Alto h = fdesign.highpass('fst,fp,ast,ap', Fstop2, Fpass2, Astop, Apass, Fs); filtro = design(h); HighKernel = filtro.Numerator;
Clasificacin de los Filtros Los filtros se pueden clasificar segn su implementacin Convolucin Recursivos O segn su uso Tiempo Frecuencia Personalizados Clasificacin de Filtros Convolucon (FIR) Recursin (IIR) Tiempo (suavizado, remocin DC) Promedio Mvil Polo Simple Frecuencia (separar frecuencias) Windowed Sinc Chebyshev Personalizado (Deconvolucin) FIR personalizado / Filtros Adaptivos Diseo iterativo / Filtros Adaptivos