AS

IG
NA
TU
RA
:

PR
O
CE
SA
MI
EN
T
O
DI
GI
TA
L

OBJETIVOS

GENERAL:
Investigar las caractersticas, aplicaciones de los filtros IIR y FIR.
ESPECIFICOS:
Determinar la utilizacin de cada uno de los filtros.
Investigar los diferentes mtodos que existen para el diseo de filtros
digitales, especialmente para los IIR y los FIR.
Realizar la simulacin de los dos tipos de filtros que estudiaremos en un
programa simulador, en este caso Matlab.

MARCO TEORICO

FILTROS FIR
Los filtros FIR (Finite Impulse Response), llamados as porque su respuesta al
impulso se da en un numero finito de muestras, son filtros del tipo no recursivo,
por tal motivo estos filtros al no tener retroalimentacin no tienen polos, y por lo
tanto siempre son estables. Estos filtros son muy utilizados en problemas de
filtrado donde hay un requerimiento de caracterstica de fase lineal en la banda de
paso del filtro. Su requerimiento en cuanto a recursos es mayor y dada la mayor
cantidad de operaciones estos filtros son ms sensibles a errores. Estos filtros no
tienen una contraparte analgica.

FILTROS IIR
Los filtros IIR (Infinite Impulse Response), llamados as porque su respuesta al
impulso se da en un nmero infinito de muestras, son los filtros que si tienen
retroalimentacin, es decir, si tienen polos, por lo que s hay que cuidarse de
donde estn para evitar que nuestro sistema pueda volverse inestable. Estos
filtros si tienen contraparte analgica, por lo tanto son un cuanto ms naturales a
nosotros. Como una regla general, un filtro IIR tiene lbulos laterales ms
pequeos en la banda de rechazo que un FIR con el mismo nmero de
parmetros, debido a esto, si la distorsin en fase es pequea o no tan importante,
es preferible utilizar un filtro IIR, y esto es porque su implementacin requiere
menos parmetros, menos memoria y menor complejidad computacional. La
mayora de las veces estn diseados extendiendo antiguos mtodos para el
diseo de filtros analgicos.

1. Realice un cuadro comparativo entre los filtros de Respuesta Finita al Impulso

(FIR) y los filtros de Respuesta Infinita al Impulso (IIR) teniendo en cuenta la
ecuacin en diferencias, las ventajas y desventajas y las estructuras de
implementacin.

FIR
Son siempre estables y requieren un
mayor orden para valores de la
atenuacin y zonas de transicin
similares, lo que supone un mayor
retardo en la obtencin de la respuesta y
mayor consumo de memoria.
Generan mayor gasto computacional,
son no recursivos y requieren mayor
memoria por lo tanto mayor tiempo de
procesamiento.
Estructura bsica filtro FIR:

IIR
Aun cuando los polos estn situados
dentro del crculo de radio unidad,
pueden presentar inestabilidades si
se implementan en sistemas con
aritmtica de coma fija.
Presentan
mayor
error
de
cuantizacin en funcin del nmero
de bits empleado para almacenar los
coeficientes
y
las
variables
intermedias.
Estructura bsica filtro IIR:

Pueden disearse para que presente fase Son ms apropiados cuando

lineal,
no
distorsionado
las deseamos obtener regiones de
caractersticas de fase y el retardo de transicin estrechas.
grupo.

2. Realice un breve mapa conceptual donde analice las tcnicas de diseo para
filtros de Respuesta Infinita al Impulso (IIR): Invarianza al impulso y
Transformacin Bilineal, teniendo en cuenta definicin y ventajas y
desventajas de uno respecto a otro.
Tcnicas de diseo
para IIR

Impulso
Invariante

Transformaci
n Bilineal

Se usa
para

Se usa
para

Disear un filtro digital cuya

respuesta impulsional H[nT] sea
lo ms parecida posible a la del
filtro analgico.

Transformar la
representacin en tiempo
continuo de la seal en
tiempo discreto y

Pros y contras del

mtodo

Mantiene la respuesta impulsional del

filtro.
Mantiene el Retardo de Grupo.
Dan lugar a gran estabilidad tanto en
anlogos como en digitales.
La relacin entre frecuencia es lineal.
No es el adecuado para diseo de filtros
pasa-alta.
Mal comportamiento debido al rizado en
la banda no pasante.
Para Filtros Limitados en Banda.
Se produce Aliasing.

Pros y contras del

mtodo
Asegura que el filtrado tenga una
respuesta idntica a cualquier
excitacin.
Mantiene estabilidad del sistema.
Especifica el conjunto de frecuencias
crticas analgicas calculadas, sin tener
limitaciones.

Filtros Limitados o no, en Banda.

Evita el Aliasing.
No es el adecuado para diseo de
filtros pasa-alta.
Compresin No Lineal del eje w.

3. Realice un breve mapa conceptual donde analice las tcnicas de diseo para
filtros de Respuesta Finita al Impulso (FIR): Mtodo de ventanas, Rizado
Constante ptimo y Muestreo en frecuencia, teniendo en cuenta definicin y
ventajas y desventajas de uno respecto a otro.
Tcnicas de diseo
para FIR

Mtodo de Ventanas

Rizado Constante

Propone

Propone

Acotar la respuesta
impulsional 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.

Truncar la respuesta
impulsional finita de un
filtro ideal.

Pros y contras del

mtodo
Si empleamos ventanas
cuyos extremos se anulen
progresivamente,
conseguiremos
que los lbulos
secundarios se atenen.
Sin embargo
, esta reduccin de los
extremos se puede
interpretar,
intuitivamente, como una
reduccin de la longitud
efectiva de la ventana,
con lo que se ensanchar
el lbulo principal. Por
tanto, se vislumbra la
posibilidad de reducir la
energa de los lbulos
secundarios a costa de

Pros y contras del

mtodo

Muestreo en
frecuencia
Propone

Pros y contras del

mtodo

4. Aplicando el mtodo del impulso invariante realizar el diseo de un filtro

digital pasa bajo IIR de tal forma que se aproxime a la respuesta en frecuencia de
un filtro continuo Butterworth de orden 2, cuya funcin de transferencia est
dada por la siguiente expresin:
C 2
H ( S )= 2
s + 2 C s+ 2

Considerar que el filtro continuo tiene la frecuencia de corte de 150 Hz a 3 dB, y

una frecuencia de muestreo de 1.28kHz.
Sol/
c 2
H ( S )= 2
s + 2 c s+ 2
p1,2=

(1 j)
2

H ( s )=

Polos de la funcin

c2
(1+ j)
(1 j)
s+
s+
2
2

)(

j 2
j 2
2
2
H ( s )=
+
Descomponiendo
(1+ j)
(1 j)
s+
s+
2
2

)(

H (s) en fracciones

simples:
k

k
Ck
T sCk
H ( s )=
H ( z )=
SkT
Z 1
k=1 SSk
k=1 1e
s

H ( Z )=

j c T s / 2
(1+ j)c Ts/ 2

1e

jc T s / 2
1e(1 j) Ts/ 2 Z 1
c

Finalmente, manipulando la expresin de H (z) y usando w c =c T s se

obtiene:

( 2W c eW / 2 sin ( W c / 2 ) ) Z 1
c

H ( Z )=

W c / 2

12 cos ( W c / 2 ) e

W c / 2

Z +e

Simplificando:
H ( Z )=

0.3078 Z 1
11.0308 Z 1 +0.353 Z 2

Y finalmente, se extraen los coeficientes de la ecuacin:

a0 =0, a1=0.3 0 78, b1=1.0308, b2=0.353

5. Disear un filtro digital pasa bajo FIR usando el mtodo de ventana de

Hamming que cumpla con las siguientes especificaciones:
Frecuencia de Muestreo fs = 22050Hz;
Frecuencia de corte pasa banda fc1 = 3KHz;
Frecuencia de corte rechaza banda fc2 = 6KHz;
Atenuacin mnima rechaza banda 40db.
Sol/
f=

6 kHz3 KHz
=0.13
22 KHz
3.3

3.3

Por el mtodo de la ventana de Hamming: M = f N = 0.13 =25.3

Sabemos que M =25 , por lo tanto evaluemos los valores entre 0 n 12 :
w [ n ]=0.540.46 cos ( 2 n /M )

Para n=0 :

{ w [ n ] } =0.540.46 cos ( 2 (0)/25 )=0.54

Para n=1:

{ w [ n ] } =0.540.46 cos ( 2 / 25 )=0.4

Para n=2:

{ w [ n ] } =0.540.46 cos ( 2 (2)/25 )=0.27

Para n=3:

{ w [ n ] } =0.540.46 cos ( 2 (3)/25 )=0.14

Para n=4 :

{ w [ n ] } =0.540.46 cos ( 2 (4 )/25 )=0.014

Para n=5:

{ w [ n ] } =0.540.46 cos ( 2 (5)/25 )=0.12

Para n=6 :

{ w [ n ] } =0.540.46 cos ( 2 (6)/25 )=0.24

Para n=7:

{ w [ n ] } =0.540.46 cos ( 2 (7)/25 )=0.37

Para n=8 :

{ w [ n ] } =0.540.46 cos ( 2 (8)/25 )=0.51

Para n=9 :

{ w [ n ] } =0.540.46 cos ( 2 (9)/25 )=0.64

Para n=10:

{ w [ n ] } =0.540.46 cos ( 2 (10)/25 )=0.77

Para n=11:

{ w [ n ] } =0.540.46 cos ( 2 (11)/25 )=0.90

Para n=12:

{ w [ n ] } =0.540.46 cos ( 2 (12)/25 )=1.03

Entonces:

{ w [ n ] } ={0.54, 0.4, 0.27,0.14, 0.014,0.12,0.24,0.37,0.51,0.64,0.77,0.90,1.03}

Encontramos los {h N [n ]} , segn la ecuacin, usando el mtodo de Hamming:

h N [ n ] =2 f c sin f c ( 2 n f c )

f c2=

f c1 + f c 2
=4.5 KHz
2

Para n=0 : h N [ 0 ] =2 f c sin f c (2 n f c )=0

Para n=1 : h N [ 1 ]=2 f c sin f c (2 n f c )=3.7
Para n=2 : h N [ 2 ] =2 f c sin f c (2 n f c )=6.75
Para n=3 : h N [ 3 ] =2 f c sin f c (2 n f c )=8.6
Para n=4 : h N [ 4 ] =2 f c sin f c (2 n f c )=8.92
Para n=5 : h N [ 5 ] =2 f c sin f c (2 n f c )=7.65
Para n=6 : h N [ 6 ] =2 f c sin f c (2 n f c )=5.02
Para n=7 : h N [ 7 ] =2 f c sin f c (2 n f c )=1.5
Para n=8 : h N [ 8 ] =2 f c sin f c (2 n f c )=2.28
Para n=9 : h N [ 9 ] =2 f c sin f c (2 n f c )=5.66
Para n=10 : h N [ 10 ] =2 f c sin f c (2 n f c )=8.04
Para n=11 : h N [ 11 ] =2 f c sin f c (2 n f c )=8.99
Para n=12 : h N [ 12 ]=2 f c sin f c (2 n f c )=8.34

{h N [ n ] }={0, 3.7,6.75, 8.6,8.92, 7.65,5.02,1.5, 2.28,5.66, 8.04,8.99, 8.34 }

La ecuacin del filtro resultante es:

H ( z )=1.481.82 Z1 +1.2 Z20.12 Z30.92 Z4 +1.2 Z50.56 Z6 1.16 Z7 +3.62 Z86.19 Z9+ 8.09 Z

ANEXO PRACTICO - MATLAB

1. Cdigo para el filtro pasa bajo IIR del punto 4 terico (por Butterworth) y
grficas:

Cdigo Butterworth en Matlab (por defecto):

2. Cdigo fuente y grfica filtro digital pasa bajo FIR del punto 5 terico (por
ventanas de Hamming).

3. Punto dos parte prctica: Para una seal de datos muestreada a 10 Hz,
disear un filtro pasa alto por medio de un filtro Chebyshev I,
utilizando.

4. Punto 3 parte prctica: Disear un filtro pasa alto, por medio del mtodo
de rizado constante ptimo que cumpla con las siguientes....

CONCLUSIONES

En la actualidad existen diversos paquetes para simular sistemas y es

necesario saber utilizar los ms usados. Con este trabajo llegamos a la
conclusin que Matlab es una herramienta poderosa para ver el
comportamiento del filtro, es ms, diramos que es muy fcil disear
filtros con este programa.

Una de las ventajas de los filtros IIR es que al tener ceros y polos es
necesario un menor nmero de coeficientes para realizar un determinado
filtrado. Dentro de los inconvenientes encontramos que la presencia de
polos puede producir inestabilidades, ellos no garantizan que la fase de su
funcin de transferencia sea lineal y adems, la implementacin hardware
es ms compleja que en el caso de filtros FIR.

Con los mapas conceptuales, tablas, grficas en Matlab y ejercicios

podemos tener un excelente entendimiento, anlisis y estudio de los
diferentes filtros, mtodos, comportamientos, etc.

BIBLIOGRAFIA

Banchs, R. (2004). Seales y Sistemas II. Mdulo VIII: Filtros

Discretos de Respuesta Impulsiva Infinita. Curso Virtual. Caracas
Venezuela: Universidad Catlica Andrs Bello. Disponible en:
http://varoitus.barcelonamedia.org/rafael/Teaching/Courses/DSP/
modulo8.pdf
Banchs, R. (2004). Seales y Sistemas II. Mdulo VII: Filtros
Discretos de Respuesta Impulsiva Finita. Curso Virtual. Caracas
Venezuela: Universidad Catlica Andrs Bello. Disponible en:
http://varoitus.barcelonamedia.org/rafael/Teaching/Courses/DSP/
modulo7.pdf

Irizar, A. (2010). Diseo de Filtros Digitales (Parte 2). Curso Virtual.

Navarra - Espaa: Universidad de Navarra. Disponible en:
http://www.tecnun.es/asignaturas/tratamiento%20digital/tema9. pdf
Martnez, M., Gmez, L., Serrano A. J., Villa, J. & Gmez, J. (2010).
Filtros Digitales. Diseo de Filtros FIR. Escola Tcnica Superior d
Enginyeria. Departament d Enginyeria Electrnica. Universitat d
Valencia. Disponible en:
http://datateca.unad.edu.co/contenidos/299004/tema_3_diseno_
de_filtros_fir.pdf
Robayo, F. (2013). Procesamiento Digital de Seales. Contenido
Didctico del Curso. Escuela de Ciencias Bsicas, Tecnologa e
Ingeniera. Programa de Ingeniera Electrnica. pp (99-113). Neiva
Colombia: Universidad Nacional Abierta y a Distancia UNAD.
Disponible en:
http://datateca.unad.edu.co/contenidos/299004/299004_Modulo. pdf

Soria, E., Martinez, M., Francs, J. & Camps, G. (2002).Problemas de

Tratamiento Digital de Seales. Documento de Trabajo Versin 1.0.
Grupo de Procesado Digital de Seales. Departament dEnginyeria
Electrnica. pp (326-330). Valencia Espaa: Universitat de Valencia.
Disponible en:
http://datateca.unad.edu.co/contenidos/299004/book_pds.pdf