Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Intro Procsdig PDF
Intro Procsdig PDF
Captulo 12:
Introduccin al Procesamiento digital de Seales
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
2 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Introduccin
Procesamiento Digital
al
de
Seales
El Procesamiento de Seales posee una larga y rica historia. Es una tecnologa que
se entronca con un inmenso conjunto de disciplinas entre las que se encuentran las
telecomunicaciones, el control, la exploracin del espacio, la medicina y la arqueologa,
por nombrar solo unas pocas. Hoy en da, esta afirmacin es incluso ms cierta con la
televisin digital, los sistema de informacin y el entretenimiento multimedia. Es ms, a
medida que los sistemas de comunicacin se van convirtiendo cada vez ms en sistemas
sin hilos, mviles y multifuncin, la importancia de un procesamiento de seales
sofisticado en dichos equipos se hace cada vez ms relevante.
A menudo es deseable que estos sistemas funcionen en tiempo real, lo que significa
que el sistema en tiempo discreto se implementa de forma que las muestras de salida se
calculan a la misma velocidad a la que se muestrea la seal en tiempo continuo. Son
muchas las aplicaciones que requieren esta especificacin. El tratamiento en tiempo
ELAI-UPM-DOC001-01 3
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
4 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Los filtros digitales LTI son, por ejemplo, usuales en el procesamiento del audio.
Los equipos de msica vienen dotados con filtros que le permite al oyente modificar las
cantidades relativas de energa de baja frecuencia (graves) y la energa de alta frecuencia
(agudos). Estos filtros varan sus respuestas en frecuencias mediante la manipulacin de
los controles de tono.
Otra clase comn de filtros LTI son aquellos en los que la salida del filtro es una
aproximacin de la derivada de su entrada. Los filtros diferenciadores son tiles para
acentuar las transiciones rpidas de una seal, y una aplicacin en la que se emplea a
menudo es en la intensificacin de los bordes. La figura 12.1 ilustra el efecto de un filtro
diferenciador en una imagen. La figura muestra dos imgenes, la original y el resultado del
procesamiento con un filtro que tiene una respuesta en frecuencia lineal. Como la derivada
en los bordes de la imagen es mayor que en las regiones donde la intensidad vara con
lentitud en el espacio, el efecto de los filtros diferenciadores es resaltar los bordes.
Los filtros selectivos en frecuencia que permiten el paso de seales sin distorsin en
una o en un conjunto de bandas de frecuencia, y atenan o eliminan totalmente las seales
en el resto de las bandas son otra clase importante de filtros LTI. Una importante
aplicacin de los filtros selectivos estn en los sistemas de comunicaciones. Son la base
para los sistemas de modulacin en amplitud (AM), en la cual la informacin de cada canal
se pone en una frecuencia separada y luego en el receptor se extrae los canales mediante
filtros selectivos en frecuencia.
ELAI-UPM-DOC001-01 5
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Se acaban de citar algunas de las muchas aplicaciones del filtrado digital LTI que
en este captulo sern tratados. En detalle, el tema del filtrado abarca muchos problemas,
tales como los que involucran su diseo y su implementacin. El principal objetivo de este
captulo es introducir el concepto bsico del filtrado de tiempo discreto. Los conceptos
primarios provienen directamente de las nociones bsicas de los sistemas discretos y de las
propiedades de las transformadas de Fourier. Entonces, adems de la introduccin de una
importante rea de aplicacin, la discusin servir, tambin, para una mejor comprensin
de las propiedades y de la importancia de los sistemas discretos y de la transformada de
Fourier. El captulo se inicia con un repaso a la naturaleza de los sistemas discretos,
analizando detenidamente las transformadas de Fourier de las secuencias y el proceso de
muestreo de las seales continuas. En el apartado 12.2 las diferencias entre filtros
analgicos y digitales sern tratadas y posteriormente se proceder a la clasificacin de los
filtros de tiempo discreto. Antes de entrar en el diseo se analizar las implicaciones de la
causalidad. Las secciones 12.3 y 12.4 presentarn las tcnicas de diseo de los filtros no
recursivos y recursivos respectivamente. Mientras que 12.5 y 12.6 tratarn sobre las
problemticas de la implementacin de estos filtros y de los efectos producidos de la
cuantificacin de la seal. Por ltimo, sealar que para una mejor comprensin de la
unidad temtica se han elaborado algunos ficheros en MATLAB. stos sern presentados a
lo largo del captulo, el alumno puede adquirirlos en el servidor WEB de departamento
(www.elai.upm.es).
Pero ante esta definicin, aparecen los vocablos tpicos del Procesamiento Digital,
tales como seal muestreada o sistema discreto. Por lo que se va a proceder a describir los
conceptos bsicos sobre los sistemas discretos. Las seales en tiempo discreto surgen si el
sistema involucra la operacin de muestreo de seales en tiempo continuo. La seal
muestreada es x0, xT, x2T,..., donde T es el periodo de muestreo. Dicha secuencia de valores
6 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Ejemplo 12.1
Una sinusoide de tiempo continuo viene dada por la frmula matemtica siguiente:
uk = U max sen (2f (kT ) + ) = U max sen 2
f
k +
fs (12. 3)
Para los valores indicados del ejercicio, la secuencia muestreada tendr como
resultado:
{uk}={.25 .45 .48 .33 .05 .25 .45 .48 .33 .05 .25 .45 .48 .33 .05 .25 .45 .48 .33 .05 }
ELAI-UPM-DOC001-01 7
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
{ y k } = f {x k } (12. 4)
8 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
ELAI-UPM-DOC001-01 9
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
En el presente tema slo van a ser considerados los filtros digitales que sean
sistemas discretos dinmicos lineales e invariantes por lo que normalmente se omitirn los
adjetivos para su definicin. Las ecuaciones usadas para definir estos sistemas se
denominan ecuaciones en diferencias y juegan un papel similar al de las ecuaciones
diferenciales lineales en los sistemas continuos.
Para obtener la secuencia de salida sobre un sistema lineal ante una secuencia de
entrada dada habr de aplicar el operador convolucin discreta; este operador se define
como:
yk = g k n xn = xk n g n
n = n = (12. 9)
10 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Ejemplo 12.2
3 1 1
yk = y k 1 y k 2 + xk xk 1
4 8 2 (12. 10)
7
y0 = g k n xn =1
n =0
7
y1 = g k n xn =1 + 0.25 = 1.25
n =0
7
y 2 = g k n xn =1 + 0.25 + 0.0625 = 1.3125
n =0
...
ELAI-UPM-DOC001-01 11
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Resolucin en MATLAB
>> x = zeros (10,1); x(1) = 0;
>> y = filter( [1;-0.5],[1;-0.75;0.125],x);
>> stem (1:10, y);
>> x = ones(10,1);
>> y = filter( [1;-0.5],[1;-0.75;0.125],x);
>> stem (1:10, y);
Se dice que un sistema discreto es estable si, ante cualquier secuencia de entrada
acotada la secuencia de salida es tambin acotada.
g
n =
n <
(12. 11 )
Tal como se estudi en el captulo 2, al excitar un sistema continuo LTI con seales
sinusoidales, este experimento permite desarrollar el anlisis en el dominio de la frecuencia
para dichos sistemas. De manera paralela, en los sistemas discretos se va a ver como se
puede obtener una representacin frecuencial de los mismos que sirvan para
caracterizarlos.
12 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
As como existen muchas similitudes entre las seales continuas y las discretas,
tambin hay importantes diferencias. Una de stas concierne a la seal exponencial
discreta e jkT . En seales continuas, e jt0 , mientras ms grande sea la magnitud de ,
mayor ser la velocidad de oscilacin de la seal, en cambio, las seales discretas e jkT
son peridicas cada 2:
{x k } = {e jk } (12. 13)
yk = g k e j (k n ) =e jk
n =
g e
n =
k
jn
(12. 14)
ELAI-UPM-DOC001-01 13
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
{y k }= g k e jn {e jk }
(12. 15)
Si se define la funcin
G ( ) = g n e jn
n = (12. 16)
La expresin queda:
Esta expresin permite ver como, cuando el sistema es excitado ante la secuencia
de una exponencial discreta de frecuencia angular , (12. 13), los elementos de la
secuencia de salida son calculados multiplicando el valor de la entrada por el operador
G().
Este operador G(), definido por (12. 16), se denomina respuesta en frecuencia del
sistema discreto considerado. Es una funcin del parmetro real y peridica respecto a
l, como puede apreciarse observando (12. 16). Su periodo es 2. La respuesta en
frecuencia es as mismo una funcin compleja, la cual requiere cualquier representacin
grfica de la misma en dos curvas, por ejemplo, haciendo uso del diagrama de Bode.
Ejemplo 12.3
2
G ( ) = g k e jk =
1 1 j 1 j 2
+ e + e
0 4 2 4
G() G ( ) arg (G ( ))
0 1 1 0
1/64 0.99-j0.049 0.999 -2.81
2/64 0.99-j0.097 0.997 -5.62
... ... ... ...
63/64 -0.0006-j0.00003 0.0006 -178
14 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Resolucin en MATLAB
>> [G,W] = freqz ([1/4,1/2,1/4], 1,64);
>> plot(W,abs(G));
>> plot(W,angle(G).*(180/pi));
G ( )e
1 j k
gk = d
2 (12. 18)
Esta expresin (12. 18) permite realizar la operacin inversa a la efectuada en (12.
16). Antes, de la secuencia de ponderacin, {gk}, se obtena la respuesta en frecuencia
G(), mientras que ahora, con (12. 18), de esta funcin G() se obtiene la secuencia de
ponderacin.
De igual forma que se vio en el diseo de filtros analgicos, se puede establecer una
estrategia de definicin del filtro digital mediante la respuesta frecuencial deseada. De
manera que se puede plantear la determinacin de su secuencia de ponderacin a partir del
conocimiento de su respuesta frecuencial y mediante el uso de (12. 18) obtener los
coeficientes del filtro.
ELAI-UPM-DOC001-01 15
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Ejemplo 12.4
sen ( c k )
c
1
1e
j k
gk = d =
2 c
k
Resolucin en MATLAB
>> k=-20:20; wc = 2;
>> gk=sin(wc*k)./(pi*k); g(21) = wc/pi;
>> stem(k,gk);
16 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
X ( ) = x e k
jk
k = (12. 19)
X ( )e
1 j k
xk = d
2 (12. 20)
Y ( ) = G ( )X ( ) (12. 21)
Esta relacin permite tratar a los sistemas discretos de una manera similar con lo
que se proceda con los continuos; dando un procedimiento para determinar la secuencia de
salida a partir de la respuesta en frecuencia, ver figura 12.5. Conocida la respuesta en
frecuencia del sistema y la transformada discreta de la secuencia de entrada, se determinar
la transformada de la secuencia de salida segn (12. 21), y posteriormente se aplicar la
transformada inversa, obteniendo la secuencia de la salida.
ELAI-UPM-DOC001-01 17
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Ejemplo 12.5
G ( ) =
1 1 j 1 j 2
+ e + e
4 2 4
1
X ( ) = x k e jk = 1 + e j
0
Y ( ) = (1 + e j ) + e j + e j 2 = + e j + e j 2 + e j 3
1 1 1 1 3 3 1
4 2 4 4 4 4 4
{y k }= 1 , 3 , 3 , 1
4 4 4 4
Resolucin en MATLAB
>> Xw = fft( [1;1], 64);
>> Gw = fft( [1;2;1]./4, 64);
>> Yw = Xw .* Gw;
>> yk = ifft( Yw )
0.25
0.75
0.75
0.25
0
...
18 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
12.1.4 Transformadas z
X (z ) = Z {x k } = x k z k z C
k = (12. 22)
En estas expresiones se pueden observar las ventajas de, por una parte, no ser
funciones peridicas, y por otra, de ser racionales. Adems, es fcil ver que la definicin
de transformada de Fourier a z, se consigue haciendo:
z = e j (12. 23)
{ k } = {1,0,0,...} (z ) = k z k = z 0 = 1
k = (12. 24)
{X k } = {1,1,1,...} X (z ) = xk z k = z k =
1
=
z
k = k =0 1 z 1
z 1 (12. 25)
que, por ser una serie geomtrica, ser convergente para az 1 < 1 , es decir |z|>|a|, y
su suma valdr:
X (z ) =
1 z
1
=
1 az za (12. 27)
ELAI-UPM-DOC001-01 19
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Z (x k n ) = x k n z k = x k n z ( k n ) z n = z n X (z )
k = k = (12. 28)
Y (z ) = G (z )X (z ) (12. 29)
Esta funcin de transferencia del sistema puede ser calculada a partir de la ecuacin
en diferencias que lo determina. Partiendo de la ecuacin que define el comportamiento de
un sistema dinmico lineal:
Y (z ) + a1 z 1Y (z ) + a 2 z 2Y (z ) + ... + a n z n Y (z ) = b0 X (z ) + b1 z 1 X (z ) + ... + bm z m X (z )
(12. 31)
Entonces la relacin entrada/salida del sistema ser:
20 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
b0 + b1 z 1 + ... + bm z m
Y (z ) = X (z )
1 + a1 z 1 + a 2 z 2 + ... + a n z n (12. 32)
b0 + b1 z 1 + ... + bm z m
G (z ) =
1 + a1 z 1 + a 2 z 2 + ... + a n z n (12. 33)
xn =
1
2j c
[
X (z )z n 1 dz = residuos de X(z)z n1 para los polos interiores de C ]
(12. 34)
N
Ai
X (z ) = i
i =1 1 a i z (12. 35)
n
x k = Ai a ik para k 0
i =1
xk = 0 para k < 0 (12. 36)
ELAI-UPM-DOC001-01 21
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Ejemplo 12.6
5 7 1
y k = 3x k xk 1 + y k 1 y k 2
6 12 12
5 1
3
z
G (z ) = 6 z
7 1 1 2
1 z + z
12 12
5 1
3z
Y (z ) = X (z )G (z ) =
1 6
1 z 1 1 7 z 1 + 1 z 2
12 12
Es fcil de obtener los dos polos de G(z), uno en z = 1/3 y otro en z = 1/4.La
descomposicin en fracciones simples de Y(z) resultar a :
1 13
Y (z ) = 3 1 3
+
1 1 z 1
1 z 1 1 z 1 1
4 3
k k
1 1 1 13
yk = +
3 4 3 3
22 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Resolucin en MATLAB
>>k=0:10;
>>yk = filter([3,-5/6],[1,-7/12,1/12],ones(1,11));
>>stem(k,yk);
ELAI-UPM-DOC001-01 23
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Para poder establecer las conclusiones del teorema del muestreo, se va a recurrir al
estudio frecuencial. Si una seal continua, x(t), con transformada de Fourier continua,
Xc(), entonces las relaciones seal/transformada sern del tipo:
X c ( ) = x(t )e
j t
dt
x(t ) = X ( )e
1 j t
d
2
C
(12. 38)
X ( )e
1 jkT
x k = x(kT ) = d
2
c
(12. 39)
X ( )e
1
xk = jkT
d
2
d
(12. 40)
2r
X d ( ) = X c + r = 0,1,2,3,...
r = T
24 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
(12. 41)
Por tanto, si la seal continua tiene una transformada de Fourier, cuya curva de
mdulos, por ejemplo, se representa en la figura 12.8.
Las seales que cumplen esta condicin se denominan de banda limitada. Si una
seal de este tipo se muestrea con un periodo que verifique:
ELAI-UPM-DOC001-01 25
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
> 0
T (12. 43)
Es decir:
T<
0 (12. 44)
Por acabar con este resumen, hay que citar que adems del problema del muestreo,
habra de estudiar el efecto tanto de la cuantificacin como el de reconstruccin. El
primero analiza cmo afecta el problema del convertidor A/D en la transformacin de una
seal analgica de infinitos valores a otra de valores finitos; mientras el segundo estudia
26 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
los problemas de la reconstruccin debido a los convertidores D/A. stos sern analizados
en el ltimo punto del captulo.
Ejemplo 12.7
Al ser dos armnicos puros la serie de Fourier continua estar constituida por dos
componentes, una a 2 kHz y la otra a 4 kHz, con amplitudes de 1 y 1.5 respectivamente. En
la figura adjunta se representa la seal continua durante 2 ms y el mdulo de su serie de
Fourier.
Los valores de las secuencias xk1 corresponden a una frecuencia de 10kHz y xk2 de
6kHz. Ambas son representadas en la figura de abajo.
ELAI-UPM-DOC001-01 27
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Resolucin en MATLAB
>>fs1=10000;fs2=6000;
>>i=0:1/fs:2e-3;
>>j=0:1/fs2:2e-3;
>>xk1=sin(2*pi*2000*i)+1.5*cos(2*pi*4000*i);
>>xk2=sin(2*pi*2000*j)+1.5*cos(2*pi*4000*j);
>>figure(1);subplot(2,1,1);
>>plot(0:1/fs:2e-3,xk);
>>subplot(2,1,2);
>>Xw1=fft(xk,2048);
>>plot(1/fs:fs/2048:fs,abs(Xw1));
>>figure(2);subplot(2,1,1);
>>plot(0:1/fs2:2e-3,xk(1:13));
>>subplot(2,1,2);
>>Xw2=fft(xk2,2048);
>>plot(1/fs2:fs2/2048:fs2,abs(Xw));
28 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Proyecto 12.1
Hacer una aplicacin que permita abrir ficheros tipo WAV y que elija una
nica muestra de cada n. Reproducir ambos sonidos, la del fichero original y la del
fichero creado. Igualmente mostrar la evolucin temporal de las secuencias y sus
espectros.
Resolucin en MATLAB
>>FichEntr =c:\tmp\The Microsoft Sound.wav;
>>n=10;
>>FichSal = proy_12_1(FichEntr,n);
ELAI-UPM-DOC001-01 29
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Los filtro digital son una clase de sistemas discretos LTI utilizados para extraer
caractersticas desde el dominio de la frecuencia sobre seales muestreadas. El diseo de
los filtros requiere de las siguientes etapas: (1) especificaciones de las propiedades
deseadas del sistema, (2) aproximaciones de las especificaciones mediante un sistema
causal en tiempo discreto y (3) la realizacin del sistema. El primero es altamente
dependiente de la aplicacin y el tercero de la tecnologa utilizada para la implementacin.
En trminos prcticos, el filtro deseado se realiza utilizando cmputo digital y se emplea
para una seal que proviene de tiempo continuo seguido por una conversin analgico-
digital.
Gd ( ) < T
Gc ( ) =
0 >
T (12. 45)
30 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Respuesta dinmica: El ancho de banda del filtro digital est limitado por la
frecuencia de muestreo, mientras que en los filtros analgicos con componentes
activos suelen estar restringidos por los amplificadores operacionales.
Intervalo dinmico: En los filtros analgicos aparecen derivas que limitan por
abajo el rango y se saturan con la alimentacin. En cambio en los filtros
digitales es fijado por el nmero de bits que representa la secuencia, y el lmite
inferior por el ruido de cuantificacin y por los errores de redondeo.
en el caso de tener todos los coeficientes ai iguales a cero se tendr un filtro FIR,
con lo que quedar la ecuacin reducida a:
ELAI-UPM-DOC001-01 31
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
siendo m el orden del filtro y tendr una funcin de transferencia en z del tipo:
Obsrvese que en estos tipos de filtros cada valor de la secuencia de salida slo
depender de un nmero finito de valores de la secuencia de entrada. Adems tambin se
desprende la carencia de polos en la funcin de transferencia. Por contra, las expresiones
de los filtros recursivos corresponden a:
Y su funcin de transferencia en z a:
b0 + b1 z 1 + ... + bm z m
G (z ) =
1 + a1 z 1 + a 2 z 2 + ... + a n z n (12. 50)
Figura 12. 12. a) Respuesta ante el impulso de un FIR b) Respuesta ante el impulso de un IIR
32 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Figura 12. 13 Imagen de la EUITIM 256x256 pxeles b) Transformada inversa del argumento de la
transformada c) Transformada inversa del mdulo de la transformada
Resultan obvias las conclusiones del experimento, el argumento lleva casi toda la
informacin de la secuencia. Por lo tanto, si se desea transmitir slo algunas de las
propiedades de la secuencia sin distorsionarla habr de disear filtros que no perturben la
fase de la seal muestreada. Justificando de esta manera el nfasis puesto en los filtros de
desfase nulo o lineal.
ELAI-UPM-DOC001-01 33
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
En las figuras slo se muestran la respuestas en frecuencias del mdulo sin que
aparezca el argumento. Sin embargo, como se acaba de comentarse (ver prrafo 12.2.2), es
deseable que en la banda pasante no se introduzcan desfases o que sean de fase lineal. Con
tal propsito se parte de la realizacin de un filtro con variacin lineal del argumento
respecto a la frecuencia, esto es, se tendr que el desfase introducido es del tipo = -T,
donde es una constante. El caso particular de desfase nulo ser igual a cero. Luego si
ante una seal de entrada peridica con las condiciones de Fourier, sta se separa en forma
de sumas de sinusoides del tipo sen(kT), cada una de ellas producir una respuesta del
tipo:
34 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
e jT & &c
G ( ) =
0 En caso contrario (12. 52)
N C
G ( )e
1 1 j (k )T
e
jkT
gk = d = d
2 / T N
2 / T C
T sen[(k ) C T ] c sen[(k ) C T ]
= = k = 0,1,2,...
(k )T N (k ) C T (12. 53)
ELAI-UPM-DOC001-01 35
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Ejemplo 12.8
Los datos del ejercicio supone que sea nulo y que la frecuencia de corte sea un
cuarto de la frecuencia de Nyquist, C = N / 4 . Al aplicar (12. 53) se obtendr la
secuencia de ponderacin de este filtro digital:
gk =
1 sen( )
k
4
4 k( )4 (12. 54)
{gk} = {... 0.07 -0.16 0.22 0.25 0.22 0.16 0.07 ...}
La respuesta al impulso de la
secuencia est representada en la figura
12.16. Dos aspectos destacan. Primero, el
filtro no es causal, ya que para k<0 los
valores de {gk} no son nulos, por lo que no
pueden ser implementados en tiempo real.
En segundo lugar, la respuesta al impulso
no es finita, esto significa que la respuesta
del filtro tardara infinito tiempo en
calcularlo, incluso asumiendo que pudiera
tener infinitos coeficientes. De estos
aspectos, se concluye que la realizacin de
un filtro ideal es imposible de realizar
fsicamente; habiendo de aceptar criterios Figura 12. 16 Respuesta impulsional con
de compromiso para el diseo. Por desfase nulo
ejemplo, si se trunca la respuesta al
impulso se tendr un filtro digital realizable fsicamente, pero ste slo ser una
aproximacin al comportamiento ideal.
Resolucin en MATLAB
>>k=-20:20; w_cn=1/4;
>>disp('Secuencia de ponderacin del filtro paso bajo anticausal');
>>gk=w_cn*sinc(k*w_cn)
>>stem(k,gk);
36 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Ejemplo 12.9
Disear un filtro paso bajo FIR con una frecuencia de muestreo de 1.6 kHz,
frecuencia de corte de 200 Hz y con igual a 5, sabiendo que el orden del filtro es
10.
De aplicar (12. 53) con las condiciones dadas en el ejercicio da los siguientes
coeficientes:
{gk} = {-0.045 -0.001 0.073 0.157 0.224 0.250 0.224 0.157 0.073 0.001 0.045}
4
G ( ) = e j 5T g 5 + 2 g i cos[(5 i )T ]
i=0 (12. 55 )
Resolucin en MATLAB
>>n=10;fs=1.6e3;fc=200;
>>w_cn= fc/(fs/2);
>>disp('Secuencia de ponderacin del filtro paso bajo causal');
>>b=fir1(n,w_cn,boxcar(n+1))
>>stem(0:n,b);
>>[H,F]=freqz(b,1,2048,fs);
>>subplot(2,1,1);
>>plot(F,abs(H));
>>subplot(2,1,2);
>>plot(F,angle(H));
ELAI-UPM-DOC001-01 37
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Del ejemplo se muestra cmo el truncamiento del orden del filtro hace dejar de
comportarse como filtro ideal, apareciendo tanto rizado en la banda pasante como en la
supresora. A este efecto se le denomina fenmeno de Gibbs. Tambin se desprende de la
figura el carcter lineal del desfase.
Una pregunta que aflora naturalmente en este punto es la siguiente: Cules son las
condiciones suficientes y necesarias que debe satisfacer la respuesta frecuencial para que el
filtro sea causal ?. La respuesta a esta pregunta viene dada por el teorema de Paley-Wiener.
Del teorema se extraen varias conclusiones:
Los filtros causales tienen un mdulo, G ( ) que puede ser cero en algunas
frecuencias, pero no puede ser cero sobre cualquier banda finita de
frecuencias.
Aunque las caractersticas de respuesta en frecuencia que poseen los filtros ideales
son deseables, no son absolutamente necesarias en la mayora de las aplicaciones prcticas.
Si se relajan estas condiciones es posible realizar filtros causales que se aproximan a los
ideales con tanta precisin como se desee. En particular, no es necesario insistir en que la
ganancia en la banda pasante sea constante. Se puede tolerar un pequeo rizado e
igualmente se puede tolerar un valor pequeo distinto de cero en la banda de rechazo. La
transicin de la banda de paso a la supresora no ser nula y existir una banda de
transicin. En cualquier problema de diseo de filtros selectivos se podr especificar: (1) el
rizado de la banda pasante, 1, (2) el rizado tolerable de la banda de rechazo, 2, (3) la
frecuencia de la banda de paso, B, y (4), la frecuencia de la banda supresora, S.
Basndose en estas especificaciones se seleccionarn los coeficientes ak y bk de la ecuacin
en diferencias del sistema LTI, de la manera que mejor se aproxime a la respuesta en
frecuencia deseada. El grado con el que G() se aproxime a las especificaciones depende
del criterio usado en la determinacin de los coeficientes as como del orden del polinomio
de la FDT del sistema.
38 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Los filtros no recursivos tienen ventajas muy interesantes que les hacen ser
ampliamente utilizados en mltiples aplicaciones. La caracterstica ms destacable es su
facilidad de diseo para conseguir una respuesta en frecuencias de fase lineal. Los FIR son
por su propia constitucin estables, no habiendo problemas en su diseo o en su fase de
implementacin. Aunque el diseo de los FIR requiera de una gran cantidad de
operaciones de sumas y multiplicaciones, tanto su estructura de programacin como su
realizacin en soporte fsico resulta fcil y escalable.
2N
G ( ) = g k e jkT
k =0
{
= e jNT g 0 e jNT + g 1e j (N 1)T + ... + g N + ... + g 2 N e jNT } (12. 56)
g0 = g2N
g1 = g 2 N 1 (12. 57)
g N 1 = g N +1
ELAI-UPM-DOC001-01 39
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
N 1
G ( ) = e jNT g N + 2 g i cos[(N i )T ]
i =0 (12. 58)
N 1
2 g i sen[(N i )T ]
jNT + 2
G ( ) = e
i =0 (12. 59)
La caracterstica de fase del filtro ser (N 1)T . Igualmente las expresiones
2
de las respuestas en frecuencias para filtros de orden impar con simetra o antisimetra son
sencillas de obtener, proponiendo al lector que lleve a las siguientes relaciones
m
((m +1)/ 2 )1
j T m
G ( ) = e 2
2 g i cos i T simetra de orden impar
i =0 2
(12. 60)
j T + ((m +1 ) / 2 )1 m
m
G ( ) = e 2 2
2 g i sen i T antisimetr a de orden impar
i =0 2
Estas formulas de respuesta en frecuencia generales se pueden usar para disear
filtros FIR de fase lineal con respuestas impulsionales simtricas y antisimtricas. Ntese
que para un filtro simtrico, el nmero de coeficientes del filtro que especifican la
respuesta es m/2 cuando m es par o ((m+1)/2)-1) si m es impar. Por otro lado, si la
respuesta impulsional es antisimtrica y el orden es par, el punto central de la antisimetra
ser nulo y habr m/2 coeficientes que lo definan, en caso de ser orden impar, cada
coeficiente tiene un trmino emparejado de signo opuesto y estar definido por ((m+1)/2)-
1).
40 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Hasta este momento se ha observado que la causalidad del filtro requiere del
truncamiento de la respuesta impulsional, y la caracterstica ms destacable de los filtros
FIR (fase lineal), hizo introducir la condicin de simetra o antisimetra en los coeficientes
del FIR. Sin embargo, aunque el orden del
filtro sea elevado y se impongan condiciones
de simetra, los rizados tanto en la banda
pasante como en la supresora se mantienen.
As, por ejemplo, en la figura 12.18 se muestra
un filtro paso bajo de orden 51 con una
frecuencia de corte normalizada de 0.4,
evidenciando que aun siendo elevado el orden
del filtro el efecto Gibbs se mantiene. Este
fenmeno no desaparece con la longitud del
filtro.
Figura 12. 18 Filtro paso bajo de
La causalidad del filtro obligo a definir orden 51
un orden de filtro finito, de forma que una
manera genrica de expresarla sera que la
secuencia de ponderacin del filtro ideal se multiplicase por una ventana de longitud
finita, es decir,
g k = g k wk (12. 61)
siendo gk definida como (12. 53) y wk una funcin ventana, donde el truncamiento
ms simple estara definido por:
1 k m
wk =
0 k > m (12. 62)
ELAI-UPM-DOC001-01 41
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
T
G ( ) = G (v )W ( v )dv
1
2
(12. 63)
T T
m
1 e jT ( m +1) sen (T (m + 1) / 2 )
W ( ) = 1e jkT = = e jTm / 2
k =0 1 e jT ( m +1)
sen (T / 2 ) (12. 64)
A medida que el orden del filtro crece, el ancho del lbulo principal decrece. Esta
caracterstica se relaciona con la regin de transicin entre la banda pasante y la supresora,
esto es, cuando se aumente el orden del filtro, el corte entre estas bandas ser ms abrupto.
Para el caso de ventanas rectangulares los lbulos laterales son altos y de hecho, a medida
que m crece las amplitudes del pico del lbulo principal y de los lbulos secundarios
crecen de forma que el rea encerrada en cada lbulo permanece constante mientras que su
anchura decrece con m. Como el rea del lbulo permanece constante al crecer m, las
oscilaciones ocurren ms rpidamente, pero no disminuye su amplitud al aumentar m.
Por lo tanto, la respuesta en frecuencia del filtro FIR truncado, G(), ser la
convolucin de la respuesta deseada, G(), y de la transformada de Fourier de la ventana
rectangular, tal cual fue recogido en (12. 63). Suponiendo el diseo de un filtro paso bajo
42 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
con una frecuencia de corte c , la figura 12.20 muestra G() y W(), como se usara en la
ecuacin referenciada.
Figura 12. 20. a) Convolucin entre la respuesta ideal y la ventana rectangular. b) Resultado
de la convolucin.
(1 )cos(2k / m ) k m
wk =
0 k>m (12. 65)
ELAI-UPM-DOC001-01 43
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Figura 12. 21 a) Respuesta con ventana rectangular b) con ventana von Hann c)
ventana de Hamming d) ventana de Blackman e) Kaiser =2 f) Kaiser =4
44 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
reducir el ancho de esta regin de transicin se tendr que elevar el valor de m, lo cual
resulta un filtro ms caro. La tabla 12.1 resumen estas importantes caractersticas del
dominio de la frecuencia de las distintas funciones ventana.
1
2
I 1 (n ) 2
/ I ( ) k m
wk = 0 0
0 k>m (12. 67)
2
1 x k
I 0 (x ) = 1 +
k =1 k! 2 (12. 68)
ELAI-UPM-DOC001-01 45
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
predecir los valores del orden del filtro y del factor de formas necesarias para cumplir unas
determinada especificaciones en frecuencia. Adems, tambin demostr que, sobre un
intervalo suficientemente amplio de condiciones, el nivel de rizado, (ver figura 12.20),
est determinado por la seleccin de . Supuesto fijo el nivel de rizado, la frecuencia de la
banda del filtro paso bajo se define como la mxima frecuencia para la que
G ' ( B ) = 1 1 . La frecuencia de la banda supresora, S, se define como la mnima
frecuencia para la que G ' ( s ) 2 . Debido al carcter simtrico de los coeficientes resulta
que 1 = 2 De otro lado, la anchura normalizada de la regin de transicin es
S B
n =
2 N (12. 69)
0 Amin < 21
(12. 71)
Para el caso de que sea cero, la ventana es igual a la rectangular. Adems, Kaiser
descubri que para cumplir unos valores especficos de Amin, n y m debe satisfacer:
Amin 8
m=
2.285 n (12. 72)
46 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Hay que determinar la frecuencia de corte del filtro paso bajo ideal. Debido a la
simetra de la aproximacin en la discontinuidad de G(), sera:
c + S
c =
2 (12. 73)
Si se elige una ventana de Kaiser se podrn calcular los parmetros del orden
del filtro y del factor de forma , utilizando los valores de Amin e n y las
expresiones (12. 71) y (12. 72). En caso contrario, esto es, si se utiliza ventanas
de von Hann, Hamming, Blackman o rectangular habr de ir iterando con el
orden del filtro, pues no se puede determinar con ninguna expresin emprica la
longitud del filtro. Como semilla para el orden del filtro se podra utilizar la
ecuacin de Kaiser para el orden del filtro (12. 73).
c sen[(k ) C T ]
gk = k = 0,1,2,...
N (k ) C T (12. 74)
g k = g k wk (12. 75)
ELAI-UPM-DOC001-01 47
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
g k ( PA) = ( 1) g k ( PB )
k
(12. 76 )
siendo stos los coeficientes de la respuesta al impulso del filtro paso alto con una
frecuencia de corte de:
N (C )PA
1 1
e e
jkT jkT
g k ( PA ) = d + d
2 / T (C )PA 2 / T N (12. 78 )
0 N (C )PA
1 jk ( + N )T 1 jk ( N )T
g k ( PA ) =
2 / T e
(C )PA N
d +
2 / T e
0
d
(C )
(cos[k ]) e jk T d = ( 1)k g k (PB )
PB
1
=
2 / T ( C ) (12. 79)
PB
Por tanto, el diseo del filtro paso alto con frecuencia de corte (C)PA pasa por un
diseo inicial de filtro paso bajo con frecuencia de corte ( N ) ( c )PA y multiplicando el
resultado por (-1)n.
48 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Las relaciones entre paso bajo con pasa banda y rechazo de banda quedan recogidas
en el cuadro resumen 12.1.
A rechazo de banda
g k (RB ) = 1 g 0 (PBANDA )
g k (RB ) = g k (PBANDA ) n = +1,+2,..
Ejemplo 12.10
Como el mtodo de diseo de la ventana implica que los rizados deben ser idnticos
se elige el ms restrictivo, esto es, se toma 2 = 0.01. Hay que determinar la frecuencia de
corte del filtro paso bajo ideal, que debido a la simetra de la aproximacin en la
discontinuidad de la respuesta en frecuencia del ideal, sera:
6000 + 9000
c = 2 = 2 7500
2 (12. 80)
9000 6000
n = 2 = 0.2 Amin = 20 log10 ( 2 ) = 40dB
2 x15000 (12. 81)
Al sustituir estos dos valores en las ecuaciones del orden del filtro y del factor de
forma resulta,
ELAI-UPM-DOC001-01 49
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
sen[(k 11)0.5 ]
g k = 0.5 k = 0,1,2,...
(k 11)0.5
Resolucin en MATLAB
>>fb=6e3;fs=9e3;fn=15e3;e=0.01;
>>A=-20*log10(e);Aw=pi*(fs-fb)/fn;w_cn=(fb+fs)/(2*fn);
>>m=round((A-8)/(2.285*Aw));
>>beta=.5842*((A-21)^.4)+0.07886*(A-21);
>>b=fir1(m,w_cn,kaiser(m+1,beta));
>>[H,F]=freqz(b,1,2048,2*fn);
Ejemplo 12.11
Construir un filtro paso banda con ventana de von Hann de orden 8 cuyas
frecuencias de bandan sea de 10 kHz y 20 kHz, sabiendo que la frecuencia de
muestreo es de 100 kHz.
50 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
La secuencia de ponderacin del filtro paso bajo ideal para una frecuencia de corte
de 5kHz estar dada por:
sen[(k 4 )0.5 ]
g k = 0.1 k = 0,1,2,3 y 4.
(k 4 )0.5
g k (PB ) = {0.0072 0.029 0.061 0.089 0.1 0.089 0.061 0.029 0.0072}
Ya se dispone del filtro paso bajo, por tanto, se proceder a convertirlo en pasa
banda segn la transformacin que se vio en el cuadro:
15
g k (PBANDA ) = 2 cos k 2 g k (PB )
100
Resolucin en MATLAB
>>m=8;f1=1e4;f2=2e4;fn=5e4;
>>b=fir1(m,[f1/fn f2/fn],hanning(m+1));
>>[H,F]=freqz(b,1,2048,2*fn);
ELAI-UPM-DOC001-01 51
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
El arte del diseo de filtros IIR analgicos est muy avanzado, y como se
pueden obtener resultados tiles, es ventajoso utilizar los procedimientos de
diseo que ya se han desarrollado para los filtros en tiempo continuo.
Los filtros recursivos pueden ser diseados por varios mtodos, siendo el ms
comn el basado en las transformaciones bilineales. Este procedimiento requiere del
conocimiento de la funcin de transferencia en el tiempo continuo del filtro a disear. Los
coeficientes del filtro en el dominio s son transformados a uno equivalente en el dominio z.
Los coeficientes de la discretizacin formarn el filtro IIR.
52 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
2 1 z 1 2 z 1
s= =
T 1 + z 1 T z + 1 (12. 83 )
1 + (T / 2 )s
z=
1 (T / 2 )s (12. 84)
1 + (T / 2) + j a (T / 2 )
z=
1 (T / 2) j a (T / 2 ) (12. 85)
Si < 0 , entonces, de la (12. 85) se deduce que z < 1 para cualquier valor de a.
Del mismo modo, si > 0 , z > 1 para todo valor de a. Es decir, si los polos del filtro
analgico estn en el semiplano izquierdo de s, su imagen en el plano z est en el interior
de la circunferencia unidad. Por tanto, los filtros en tiempo continuo causales y estables se
transforman en filtros en tiempo discreto causales y estables. Seguidamente, para
demostrar que el eje ja se transforma en la circunferencia unidad se procede a sustituir
s = j a en la ecuacin (12. 85), con lo que se obtiene:
1 + j a (T / 2 )
z=
1 j a (T / 2 )
con lo que se puede ver que el mdulo de z es unitario para cualquier valor de a.
De hecho, para obtener la relacin de sus respuestas en frecuencias se sustituye s por ja y
z por e j d T con lo que queda despus de operar que:
2 T T
a = tan d o d = 2 arctan a
T 2 2 (12. 86)
ELAI-UPM-DOC001-01 53
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
z, pero el precio que se paga es la compresin no lineal del eje de las frecuencias. Por
consiguiente, el diseo de filtros en tiempo discreto mediante transformacin bilineal slo
ser til cuando est compresin se tolera. As, el uso de la transformacin bilineal est
limitado al diseo de aproximaciones a filtros con respuesta en amplitud constante a
intervalos, como los filtros paso bajo, paso alto o pasa banda. Por otra parte, la distorsin
del eje de la frecuencia tambin se manifiesta en una compresin de la respuesta de fase
del filtro, esto es, si el filtro analgico es de fase lineal la transformacin bilineal no
conserva esta propiedad. Esta afirmacin es ms cierto sobre todo si la banda pasante se
encuentra cerca de la frecuencia de Nyquist.
2 T
ai = tan di 1 i k
T 2 (12. 87)
54 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
k + kz 1
G (z ) =
a 0 + a1 z 1
G (s ) =
Paso bajo de k
primer orden 1 + s 2 2
a0 = 1 + ; a1 = 1
T T
b0 b0 z 1
G (z ) =
s a 0 + a1 z 1
Paso alto de primer
G (s ) = k
orden 1 + s 2 2 2
b0 = k ; a 0 = 1 + ; a1 = 1
T T T
b0 + b1 z 1
G (z ) =
a 0 + a1 z 1
Red de 1 + s 1
adelanto/retraso de G (s ) = k 2 2
b0 = k 1 + 1 ; b1 = k 1 1
fase 1 + s 2 T T
2 2
a 0 = 1 + 2 ; a1 = 1 2
T T
1 + 2 z 1 + z 2
G (z ) =
a 0 + a1 z 1 + a 2 z 2
G (s ) =
Paso bajo de 1
segundo orden as + bs + 1
2
4a 2b 8a 4a 2b
a0 = 1 + 2
+ ; a1 = 2 2 ; a 2 = 1 + 2
T T T T T
b0 2b0 z 1 + b0 z 2
G (z ) =
as 2 a0 + a1 z 1 + a 2 z 2
G (s ) =
Paso alto de
segundo orden as 2 + bs + 1 4a
b0 = ; a 0 , a1 , a 2 Ver PASO BAJO 2
T2
b0 b0 z 2
G (z ) =
a0 + a1 z 1 + a 2 z 2
G (s ) =
Paso banda de bs
segundo orden as + bs + 1
2
2a
b0 = ; a 0 , a1 , a 2 Ver PASO BAJO 2
T
b0 2b1 z 1 + b0 z 2
G (z ) =
as 2 + 1 a0 + a1 z 1 + a 2 z 2
G (s ) =
Rechazo de banda
de segundo orden as 2 + bs + 1 4a 4a
b0 = 1 + 2
; b1 = 1 2 ; a 0 , a1 , a 2 Ver PASO BAJO 2
T T
ELAI-UPM-DOC001-01 55
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Ejemplo 12.12
1
G (s) = 2
s s
+ 1.41 +1
2 1034 2 1034 (12. 89)
56 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Resolucin en MATLAB
>>fd=[1e3 2e3];T=1e-4;fn=1/(2*T);
>>fa=1/(pi*T)*tan(pi*fd*T);
>>n=buttord(2*pi*fa(1),2*pi*fa(2),3,10,'s');%orden filtro
>>[p,q]=butter(n, 2*pi*fa(1),'s');
>>disp('FDT del filtro analgico');
>>g1=tf(p,q)
>>[b,a]=butter(n, fd(1)/fn); %frecuencias normalizadas
>>disp('FDT del filtro digital');
>>g2=tf(b,a,T)
>>[H,F]=freqz(b,a,2048,1/T);
Ejemplo 12.13
f ca = 1034 Hz f sa = 250.5Hz
Aplicando las expresiones del anterior captulo para determinar el orden del filtro
sale que:
ELAI-UPM-DOC001-01 57
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
10 4 1 5.97
D= = 3.86 x10 4 n 3
10 0.1 1 2.06
s2
G (s ) =
s
x 2
(
(s + 2.04 ) s + 0.494s + 1.01 )
Trasladando a la frecuencia de la banda del filtro quedar:
2
s s
G (s ) = 12823 x 6314
s s 2 s
+ 1 + 0.4915 + 1
12823 6314 6314
G (z ) =
(
1.51 1 z 1 ) (
9.38 1 2 z 1 + z 2 )
( x
) (
2.51 0.51z 1 11.89 16.76 z 1 + 8.88 )
Resolucin en MATLAB
>>fc=1e3;k=1/4;Amin=40;Amax=1;fs=1e4;
>>fd=[fc k*fc];T=1/fs;
>>fa=1/(pi*T)*tan(pi*fd*T);
>>n=cheb1ord(2*pi*fa(1),2*pi*fa(2),Amax,Amin,'s')
>>[p,q]=cheby1(n,Amax,2*pi*fa(1),'high','s')
>>[b,a]=cheby1(n, Amax, fc/(fs/2) , 'high');
>>[H,F]=freqz(b,a,2048,fs);
58 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Figura 12. 25. Smbolos del diagrama de bloques: a) suma de dos secuencias, b)
multiplicacin de una secuencia por una constante, c) Retardo unidad
ELAI-UPM-DOC001-01 59
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
n
1 + 1i z 1 + 2i z 2
G (z ) = k
i =1 1 1i z 1 2i z 2 (12. 92)
60 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Ejemplo 12.14
y k = xk + 2 xk 1 + 1.5 y k 1 + 0.9 y k 2
1 + 2 z 1
G (z ) =
1 1.5 z 1 + 0.9 z 2
ELAI-UPM-DOC001-01 61
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
Hasta el momento, en el estudio de los filtros digitales, se ha supuesto que tanto las
variables como los coeficientes de los filtros pueden tomar cualquier valor; ahora bien, la
realizacin de estos sistemas se efecta con dispositivos digitales de clculo, es decir con
computadores, en los que tanto el almacenamiento como la medida de las seales se realiza
con nmeros finitos de dgitos. La operacin de transformacin de los valores de variables
y constantes, con un nmero infinito de cifras, a un nmero concreto de bits se denomina
cuantificacin. Este proceso, imprescindible en el tratamiento de informacin con
computador, produce errores que en este ltimo punto se van a analizar y acotar.
62 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
un nmero determinado de dgitos para la parte entera y otra para la parte decimal, por
ejemplo 4 y 6:
1001.011010 (12. 93 )
M 2c (12. 94)
1
M <1
2 (12. 95)
ELAI-UPM-DOC001-01 63
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
64 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Para el estudio del efecto que esta cuantificacin de los elementos de la secuencia
de entrada produce sobre los de la secuencia de salida de un filtro digital, se va a suponer,
en primer lugar, como la forma ms usual de trabajo de los convertidores A/D, la coma fija
con b+1 bits, b la parte fraccionaria y 1 de signo, utilizando tcnicas de redondeo. Se
considera igualmente la seal normalizada a 1, es decir:
1 b 1
1+ 2 < x k < 1 2 b
2 2 (12. 99)
1 1
2 b < ek < 2 b
2 2 (12. 101)
ELAI-UPM-DOC001-01 65
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
e = 0
2 2b
e2 =
12 (12. 102)
El valor que da una idea de la magnitud del error es su varianza. sta se suele
referir a la amplitud de los valores de la secuencia a cuantificar xk. Con el fin de comparar
parmetros equivalentes se define sobre la secuencia {xk} su varianza:
N
1
x2 =
N
x
k =0
2
k
(12. 103)
x2 x2
SNR = 2 = 2 b = 12 2 2 b x2
e 2
12 (12. 104)
Igual que ocurre con los valores de las muestras de la seal, en el proceso de
realizacin de un filtro, los parmetros que lo definen sufren una cuantificacin que puede
afectar, en algunas ocasiones considerablemente, a las prestaciones del sistema.
y k = (a + a )y k 1 + u k (12. 105)
z (a + a ) = 0 (12. 106)
66 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
Los filtros con poco ancho de banda son muy sensibles a la cuantificacin. Este
efecto se deriva por tener polos muy cerca de z = 1.
m n
e = ebi + eai
i =0 i =0 (12. 107)
Si cada uno de los ruidos considerados tiene iguales propiedades estadsticas, dadas
en (12. 102), las del total, suma de los referidos, sern:
ELAI-UPM-DOC001-01 67
Captulo 12: Introduccin al Procesamiento Digital de Seales Analgica
e = 0
2 2b
e2 = (n + m )
12 (12. 108)
indicando que a medida de que se aumente el orden del filtro mayor ser el
incremento del error cometido por redondeo en las multiplicaciones.
68 ELAI-UPM-DOC001-01
Carlos Platero Electrnica Industrial
12.7 Bibliografa
[Banks90] Banks, S., Signal Processing, Image Processing and Pattern Recognition,
Prentice Hall, 1990.
[Burrus98] Burrus, C. S., McClellan, J. H., Oppenheim, A.V., Parks, T. W., Schafer,
R.W., Schuessler, H., W., Ejercicios de tratamiento de la seal utilizando
MATLAB v.4, Prentice Hall, 1998.
[Embree91] Embree, P.M., Bruce, K., C language algorithms for signal processing,
Prentice Hall, 1991.
[Krauss95] Krauss, T.P., Shure, L., Little, J.N., Signal Processing Toolbox (Users
Guide), The Math Works, Inc., 1995.
[Oppenhe98] Oppenheim, A. V., Willsky, A. S., Nawab, S. H., Seales y Sistemas, Prentice
Hall Iberoamericana, segunda ediccin, 1998.
ELAI-UPM-DOC001-01 69