MatLab Filtros Digitales PDF

Matlab y el diseo de filtros digitales.
Ricardo Valerio Bautista Cullar
NMERO 19
SEPTIEMBRE DE 2005
Volumen II
ISSN 1696-7208
Matlab y el diseo de filtros digitales.
Ricardo Valerio Bautista Cullar
En este artculo pretendemos mostrar cmo con ayuda de herramientas para clculo numrico
podemos disear filtros digitales apropiados para una gran diversidad de aplicaciones. Aunque en
el curriculum para Tcnicos Superiores en Desarrollo de Productos Electrnicos no se contemplan
estos contenidos, s resulta de inters que conozcan los alumnos la existencia de herramientas no
especficas para diseo de circuitos pero que pueden facilitar mucho la labor de diseo, en este
caso de filtros.
Tal vez estamos comentiendo un error al decir no especficas ya que Matlab tiene una completa
gama de herramientas para diseo de filtros mediante esta utilidad. Pero tambin es cierto que
esta toolbox ha ido desarrollandose a lo largo de los aos pues esas funciones especiales no son
1
Matlab y el diseo de filtros digitales. Ricardo Valerio Bautista Cullar
ms que scripts totalmente desarrollados y comprobados en base a los comandos matemticos

bsicos de Matlab. O, lo que es lo mismo, nosotros mismos podemos enriquecer la gama de
herramientas mediante el desarrollo de scripts propios para realizar determinadas tareas (por
ejemplo, para automatizar determinados diseos).
En definitiva, el texto aqu desarrollado se dirige principalmente a los compaeros de mi

especialidad (Sistemas Electrnicos) para que puedan usar los resultados y conocimientos aqu
mostrados a la hora de mostrar a los alumnos otras formas de realizar diseos electrnicos a la
vez que adquieren unos conocimientos bsicos sobre filtrado.
Breve introduccin a Matlab.
Matlab es tanto un entorno poderoso para clculo computacional como un lenguaje de
programacin que maneja de forma sencilla matrices y aritmtica compleja. Es un gran
paquete de software que tiene muchas utilidades avanzadas desarrolladas y ha llegado a
ser una herramienta estndar para muchos trabajos en las disciplinas de la ciencia y la
ingeniera, donde el clculo asistido por ordenador siempre ha tenido vital importancia.
Entre otras muchas cosas, permite la realizacin de grficos de forma sencilla tanto en
tres como en dos dimensiones.
Matlab tiene dos modos diferentes para la ejecucin de comandos: el modo interactivo y
el modo batch. En el modo interactivo, los comandos son tecleados (o cortados y
pegados) en la ventana de comandos de Matlab. En el modo batch, una serie de
comandos se salvan en un fichero de texto (usando para ello el editor propio de Matlab
con las funciones de depurado que posee o cualquier otro editor de textos) sin tener que
recordad o teclear de nuevo el conjunto completo de comandos. Tambin, cuando usamos
el editor de matlab, existen herramientas de depurado simples que pueden llegar a ser de
gran cuando el script (el archivo .m) comienza a ser grande y complicado.
2
3
El diseo de filtros
En el texto no tratamos de mostrar de forma terica cuales son las tcnicas ms habituales
para el diseo de filtros discretos en el dominio de la frecuencia si no ms bien de una
forma cualitativa. Para ello mostramos las caractersticas propias de algunas
implementaciones.
Como regla general, cualquier algoritmo o sistema de tratamiento puede interpretarse
como un filtro. Aqu se entiende por filtro aquel sistema lineal e invariante que permite el
paso de las componentes de la seal existentes en un determinado intervalo frecuencial, y
elimina las dems. De forma ideal, el mdulo de la respuesta frecuencial del filtro toma
un valor constante en el margen de frecuencias que queremos conservar, que se denomina
banda de paso. El intervalo de frecuencias complementario al anterior en que la respuesta
en magnitud es nula se denomina banda de rechazo o atenuada. La banda de transicin es
aquella que se sita entre dos bandas cuyas atenuaciones estn especficada, por tanto, se
caracteriza porque no imponemos al filtro ningn requisito en dicho intervalo frecuencial
dando libertad de esa forma al diseo del filtro siempre y cuando se cumplan los
requisitos impuestos en la banda de paso y de rechazo. Los cuatro filtros bsicos, desde el
punto de vista ideal del comportamiento del mdulo de la respuesta frecuencial, segn
sea la posicin relativa de bandas de paso y bandas atenuadas, reciben el nombre de paso
bajo, paso alto, paso banda y elimina banda, dependiendo de la parte del espectro de
frecuencias en la que se centra la banda de paso. Por ejemplo, el paso bajo se caracteriza
4
porque deja pasar todas las componentes frecuenciales de la seal en el rango bajo de las
frecuencias, por debajo de una determinada frecuencia de corte, siendo el resto de
componentes atenuadas por el filtro. Es el tpico filtro que en amplificacin se emplea en
una etapa previa al amplificador para que el ruido no se amplifique y llegue a saturar al
mismo. El filtro paso alto presenta el comportamiento complementario al paso bajo; el
filtro paso banda cancela las bajas y las altas frecuencias (bandas atenuadas inferior y
superior), y conserva una banda determinada de frecuencias; el ltimo, presenta bandas
de paso en baja y alta frecuencia, y una banda atenuada en un margen de frecuencias
intermedio.
Hasta el momento hemos hablado de caractersticas ideales, de ah que a los filtros que
cumplen la condicin de eliminar completamente la seal de su banda atenuada y que no
altera la seal en la banda de paso se denominen ideales.
En este texto vamos a presentar cmo se puede obtener diseos de filtros que aproximen
la respuesta ideal del filtro en el dominio digital (o Z). Para ello obtenemos la respuesta
impulsional h[n] correspondiente y su correspondiente transformada en Z H(z). El estudio
se limita al diseo de filtros lineales, invariantes, causales, estables y que puedan
describirse por una ecuacin en diferencias finitas de coeficientes reales y constantes.
En el diseo de filtros digitales se pueden distinguir dos tipos bsicos. Por un lado,
aquellos en la que la respuesta impulsional del filtro tiene un nmero finito L de muestras
5
distintas de cero, lo que da lugar a la denominacin abreviada de filtros FIR (Finite
Impulse Response). La funcin de transferencia de un filtro FIR es polinmica en z-1, y su
orden es L-1. Esto implica que el filtro tiene L-1 ceros distribuidos en el plano complejo
z y todos los polos en el origen. Por ello suele hablarse de los filtros FIR como filtros
slo ceros. Por otro lado, existen los llamados filtros recurrentes cuya respuesta
impulsional tiene longitud infinita o filtros IIR (Infinite Impulse Response). Un filtro IIR
tiene Q ceros y P polos distribuidos en el plano complejo.
Para que un sistema sea realizable debe ser causal y estable. En ningn caso el filtro
diseado puede tener una respuesta frecuencial ideal. Por tanto, el filtro se disea de
modo que su funcin de transferencia presente una
respuesta frecuencial cuyo mdulo se aproxime al
ideal. En esta aproximacin se permite una tolerancia
alrededor del valor terico unidad del mdulo de la
respuesta frecuencial en la banda de paso y sobre el valor nulo en la banda atenuada. Esas
tolerancias suelen recibir el nombre de rizado. Adems, se acepta una banda de transicin
entre la banda de paso y la atenuada. Estas especificaciones suelen plasmarse en modo de
plantilla como la de abajo en la que se plasmen las libertades o tolerancias y las
especificaciones frecuenciales del filtro, en el caso de la figura, paso bajo.
Especificaiones del filtro que vamos a disear.
En el texto mostramos las caractersticas de diversos mtodos aplicados para el disdiseo
de un filtro FIR de fase lineal pasobaja con las siguientes especificaciones:
6
w p = 0.1 , ws = 0.22 , p = 0.01, s = 0.001

donde las primeras dos magnitudes son correspondientes a las frecuencias de corte de la
banda de paso y la banda de rechazo, entre ellas se extiende la banda de paso. Las dos
ltimas son las tolerancias permitidas tanto en la banda de paso como en la de rechazo.
Filtros FIR
Existen diversos mtodos para el diseo de filtros FIR, entre ellos destacan tres. El ms
sencillo es el de enventanado de la respuesta impulsional. Durante mucho tiempo se ha
trabajado en el diseo de filtros analgicos obteniendo para ello implementaciones
caracterizadas porque al llevarlas al campo digital tenan una respuesta de tipo IIR.
Parece ms o menos intuitivo el pensar que si tomamos la secuencia infinita de la
respuesta impulsional h(n) y nos quedamos con una parte de ella, el resultado desde el
punto de vista de la funcin de filtrado del sistema sera el mismo. Aunque grosso modo
eso es as, desde el punto de vista frecuencial se producen una serie de deformaciones en
el espectro del filtro obtenido que nos llevaran a considerables errores a no ser por el uso
de ventanas pensadas para este uso. Esas ventanas no son ms que secuencias de longitud
finita que tienen una respuesta frecuencial que permite que al ser multiplicadas por la
funcin de transferencia utilizada el error no sea muy grande. Esto es una descripcin
intuitiva y nada rigurosa del sentido del enventanado. Bsicamente se utilizan tres tipos
de ventanas, la de Kaiser, la de Hamming y la de Blackman. Nosotros estudiaremos ms
adelante un ejemplo concreto.
7
Otra metodologa simple para el diseo de filtros la ofrece el muestreo en frecuencia de la
respuesta Ideal. El procedimiento asegura un error nulo para la aproximacin en un
conjunto finito de frecuencias equiespaciadas, aqullas en las que se muestrea la
respuesta frecuencial ideal. El diseo por muestreo en frecuencia es muy popular dada su
sencillez. Presenta, sin embargo, importantes deficiencias. No es posible controlar
directamente la amplitud del error. Tampoco se conoce un criterio estimativo del orden
del filtro. Para conseguir un comportamiento ajustado a una plantilla debe acudirse a una
estrategia de ensayo y error tediosa, que en la mayora de los casos proporciona un filtro
de orden excesivo y que, incluso, no garantiza la existencia de solucin.
La tercera metodologa empleada es la del uso de filtros ptimos, considerados as
aquellos con rizado de amplitud constante. La respuesta frecuencial que ofrecen los
filtros diseados mediante la manipulacin directa del comportamiento ideal (el
enventanado de la respuesta impulsional o el muestreo de la respuesta frecuencial)
presenta un error en las bandas de paso y atenuadas cuya amplitud crece en las
proximidades de las bandas de transicin. La solucin a ese problema que aporta esta
metodologa es la de repartir el error por las diversas bandas usando una funcin que lo
permita. En nuestro caso, para ejemplificar, usaremos el mtodo de Parks-McClellan o
tambin denominado mtodo de Remez.
A continuacin presentamos dos ejemplos de diseo de filtros FIR empleando Matlab.
Entre las propiedades que podremos comprobar en los resultados del enventanado para la
8
obtencin de filtros FIR est, gracias al ajuste del orden del filtro por el mtodo de
Remez, que la anchura de la banda de transicin del filtro, que se corresponde con la
anchura del lbulo principal de la transformada de la ventana, es tanto menor cuanto
mayor sea la longitud, y en definitiva el orden, de la misma.
Tambin descubriremos el por qu la ventana de Kaiser es una de las ms utilizadas.
Slo dos parmetros son necesarios para la obtencin del filtro y dichos parmetros (beta
y N) son fcilmente obtenibles a partir de unas frmulas fciles de usar. Su sencillez, por
tanto, es lo ms destacable.
Y podremos observar que a diferencia del caso de los filtros IIR, el cumplimiento de los
requisitos del filtro no se realiza de una forma tan exacta e inmediata. Esta caracterstica
es propia del uso de la tcnica de enventanado en la que generalmente se acepta un
notable sobrecumplimiento de los requerimientos para la banda de paso, debido a que los
mximos del error en la banda de paso y la banda atenuada son del mismo orden de
magnitud, ya que ambos provienen de la amplitud de los lbulos secundarios de la
transformada de la ventana.
Por ltimo, veremos que el orden del filtro FIR obtenido por el mtodo de Remez es
menor que el obtenido usando la ventana de Kaiser. Como recordaremos ms adelante,
del estudio del diseo de filtros analgicos la aproximacin que menor orden requiere
para satisfacerlas es aquella en que los mximos del valor absoluto del error en la banda
de paso son todos iguales, as como en la banda de atenuacin. Es la aproximacin
elptica la que al tener un comportamiento de rizado constante en ambas bandas posibilita
que el error presente alternativamente mximos y mnimos. Es por tanto de esperar que el
9
caso de diseo de filtros FIR no sea distinto y este tipo de comportamiento resulte
ptimo. Esto se traduce en que para una selectividad y una discriminacin dada no exista
un diseo de menor orden que el que presenta comportamiento con rizado de amplitud
constante. O de otra forma, fijados el orden y la selectividad del filtro, no puede
obtenerse un diseo con menor discriminacin, desde el punto de vista de los filtros FIR.
KAISER
El cdigo Matlab para la obtencin de una aproximacin de este tipo es muy sencillo.
kw = KAISER(N,Beta);
hn=fir1(N-1,Wp,kw);
[Yz,w]=freqz(hn,1,512);
La funcin de matlab Kaiser nos da la respuesta de la ventana a partir de dos parmetros:
beta y el orden(N), que se obtienen mediante unas frmulas relacionadas con el valor de
la atenuacin en la banda de paso y la anchura de la banda de paso.
Por otro lado la funcin fir1 realiza la obtencin del filtro(de la secuencia) hn mediante
una serie de manipulaciones matemticas que aqu no vamos a profundizar. El lector
puede consultar el MITRA o cualquier otro libro dedicado al procesamiento digital de la
seal. Lo importante es que la funcin de matlab fir1 requiere como entradas la ventana a
emplear(en nuestro caso kw), la frecuencia de corte de la banda de paso (Wp) y el orden
deseado.
Luego, mediante la funcin freqz obtenemos la respuesta en frecuencia del sistema
diseado.
El orden del filtro para cunplir las especificaciones que hemos tomado para el diseo es
de 63, clculo que se realiza de forma sencilla en el entorno de trabajo.
10
La respuesta en magnitud del filtro es fcilmente obtenible mediante la funcin plot.

plot(w/pi,abs(Yz));grid
xlabel('Frecuencia normalizada');ylabel('Magnitud');title('espectro de salida');
Media
nte un
sencil
lo
zoom
podemos ver el detalle respuesta en magnitud mostrado. Normalmente esto se realiza
para comprobar que el diseo cumple con las especificaciones. Como se observa, la
respuesta del filtro es paso baja, como deseamos.
Especialmente de inters resulta conocer la respuesta en magnitud del sistema para
conocer como se atenan las distintas componentes espectrales de la seal (secuencia) de
entrada a nuestro filtro. La obtencin de esa respuesta se obtiene de forma sencilla
mediante los siguientes comandos:

M = 20*log10(abs(Yz));
plot(w/pi,M-M(1));grid
axis([0 1 -100 10])
xlabel('Frecuencia normalizada');ylabel('Gain dB');title('espectro de salida dB');
11
Otro parmetro importante es la respuesta de fase del filtro, que interesa sea
lo ms lineal posible, de ah que usualmente se suela representar su
der
iva
da,
den
om
ina
da retardo de grupo. El hecho de que sea lo ms lineal posible el retardo de fase implica
que el retardo de grupo sea constante. Esto implica que el filtro no influya ni distorsione
la salida deseada del filtro en la banda de paso, objetivo primordial de un filtro.
Como se observa el retardo de grupo es casi constante, lo cual es una caracteristica muy
buena de este tipo de filtros. Los filtros FIR tienen un mejor comportamiento desde el
12
punto de vista del retardo de grupo y de la distorsin de fase que provoque el filtro que
los filtros IIR.
Filtro de igual rizado (Remez)
La obtencin de esta aproximacin es ms compleja que la que hemos empleado con
anterioridad. Si bien, el empleo de las funciones de matlab remez y remezord facilitan la
labor, la complejidad de los comandos a emplear es mayor.
La estimacin del orden del filtro dada por la funcin remezord utilizada no era lo
suficientemente buena al presentar una atenuacin en la banda de rechazo insuficiente as
como un rizado insuficiente en la de paso. Esta caracterstica de comprobacin de las
restricciones a aplicar al filtro es algo importante a la hora de abordar este tipo de
diseos. Al ser el orden un factor muy crtico en una implementacin pues marca los
recursos a emplear, existe ocasiones que las aproximaciones efectuadas para el clculo
automtico del orden no sean exactas, por lo que tendremos que modificar manualmente
el orden, si bien sirve de base para
poder obtener la solucin
deseada.
En la figura se observa como la banda
de paso no cumpla las
especificaciones (la atenuacin
permitida de la banda de paso era
13
menor de 0.01). Por ello, hemos aumentado manualmente el orden del filtro desde los 42
dados por la estimacin hasta los 47 para los que el filtro cumple las especificaciones.
La respuesta en magnitud de este filtro, tal como se observa en las figuras siguientes, es
de tipo oscilatorio o de igual rizado, en las bandas de inters. Esa caracterstica es la que
hace del filtro Remez el de menor orden (u
ptimo) para una aproximacin tipo FIR.
La respuesta en magnitud en decibelios tambin nos muestra ese rizado en las bandas de
paso y de rechazo.
14
El retardo de grupo y el retardo de fase tambin nos muestran un comportamiento
apropiado y deseable para nuestro filtro (fase lineal).
15
Filtros IIR
En el caso de los filtros con respuesta al impulso de longitud infinita, la expresin de la
funcin de transferencia en el dominio Z es en forma de cociente de polinomios. Por eso,
la forma de obtener en general la salida en este tipo de filtros es mediante frmulas
recursivas.
Una de las particularidades de estos filtros respecto a los tipo FIR es el hecho de que su
comportamiento respecto a la fase es peor. Adems, estos filtros proceden directamente
de la aplicacin de mtodos que tradicionalmente se han aplicado en el desarrollo de
filtros analgicos tales como eran las aproximaciones de Butterword, Chebyshev o
Elptica.
En nuestros resultados veremos que la implementacin que mayor coste computacional
requerira es la Butterword mientras que la que menos (menor orden) es la elptica. Por su
parte, tanto la implementacin chebyshev directa como inversa son del mismo orden y,
por tanto, de igual complejidad computacional. Esto implica que para unas restricciones
dadas el orden (en definitiva, el coste computacional de nuestro sistema) ser mayor con
la aproximacin Butterword y menor con la elptica.
Por otra parte, se comprueba en las mismas grficas que se manifiestan las caractersticas
propias de cada una de las aproximaciones tratadas.
16
Las aproximaciones Chebychev y elptica o de Cauer presentan rizado con amplitud
constante en la banda de paso. La elptica presenta tambin un rizado en la banda
atenuada, al igual que la chebyshev inversa, que sin embargo presenta una banda de paso
plana.
Como ya hemos mencionado, la aproximacin elptica es, entre todas, la que requiere
menor orden, por lo que es comnmente utilizada cuando el principal inters se centra en
minimizar el orden del filtro; sin embargo, veremos que su fase es la que ms se aleja del
comportamiento lineal, tal como se observa en las grficas, entre las diversas
aproximaciones.
Tambin comprobaremos que la aproximacin inversa de Chebychev proporciona filtros
con menor distorsin de fase que la aproximacin elptica a costa de aumentar
ligeramente el orden. La aproximacin de Chebychev precisa igual orden que la inversa
de Chebychev, pero su fase se comporta considerablemente peor.
Finalmente, comprobaremos que la aproximacin de Butterworth es la que presenta una
fase ms prxima al ideal para un orden dado, pero el orden que necesita para cumplir las
especificaciones suele ser notablemente mayor al que requieren las dems.
Butterworth
Para la realizacin de este tipo de filtros digitales mediante Matlab se emplean
bsicamente dos comandos. Por un lado buttord que, a partir de las especificaciones de
17
atenuacin mxima en la banda de paso y mnima en la de rechazo as como de las
respectivas frecuencias de corte de cada una de las bandas, nos da el orden del filtro y la
frecuencia natural del filtro. Por otro lado, a partir del orden del filtro y de la frecuencia
natural, la funcin butter nos da los polinominios correspondientes al numerador y al
denominador de la funcin de transferencia. Mediante sencillas transformaciones por
medio de las funciones filter y freqz podemos obtener la respuesta en Z del filtro digital.
El orden del filtro obtenido mediante esta aproximacin es de 11. Si bien en un primer
momento nos puede sugerir este orden que computacionalmente es ms eficiente que las
implementaciones tipo FIR, debemos tener en cuenta que el error de fase implicita en este
tipo de filtros IIR hace no tan aconsejable este tipo de filtrado cuando la linealidad de la
fase es lo que prime.
La
respues
ta en
magnit
ud del filtro Butterword cumple los requisitos
buscados. Si vemos la funcin de transferencia en
dB podemos comprobar que la atenuacin en la
banda de rechazo es muy superior a la que se le
18
peda al filtro. Esta caracterstica es propia de los filtros Butterword y repercute en el
orden de este tipo de aproximacin, orden que es superior a otras aproximaciones debido
al exceso de atenuacin que provee en la banda de rechazo.
La respuesta de fase de esta aproximacin, sin embargo, es mejor que la del resto de
aproximaciones IIR como veremos, siendo algo ms prxima a la ideal, pero nunca tan
buena como la de los filtros FIR estudiados.
Cheby
shev-I
Matlab
dispon
e de
funcio
nes semejantes a las anteriores para el desarrollo de aproximaciones chebyshev. En este
caso, en la aproximacin tipo I de chebyshev o llamada tambin directa, las funciones a
utilizar son la chen1ord y la cheby1.
El orden obtenido a partir de esa funcin, que requiere las mismas entradas de datos que
la correspondiente de la aproximacin Butterword, es de 7. Este orden es muy inferior al
de las anteriores aproximaciones. Si pensamos en trminos de coste, el rea de silicio
requerido (en la FPGA, en el ASIC o en el circuito que vaya a implementar el filtrado
digital) es mucho menor y, por ende, el coste.
19
La respuesta en magnitud de esta aproximacin explica por s misma el orden menor de
esta aproximacin. Vemos que la banda de paso no es totalmente plana. Decimos que la
banda de paso de la Butterword es mximamente plana y es una cualidad interesante si lo
que se pretende es perturbar lo menos posible la magnitud de la seal de entrada en esa
banda. Sin embargo, esa caracterstica implica un coste en trminos de orden que se
reduce en el caso de la chebyshev directa al introducir un rizado en la banda de paso tal
como se observa en las figuras adjuntas.
Al
observar la
respuesta en dB podemos comprobar que el rizado
de la banda de paso es apenas apleciable. De hecho,
el rizado en la banda de paso, en media, no introduce grandes variaciones en la magnitud
de la seal de entrada y en muchas aplicaciones puede ser admisible.
La caracterstica que ms se ve afectada es la fase, como vemos en las grficas, siendo la
misma no tan cercana al comportamiento lineal.
20
Chebysh
ev-II
Mediante
las
funcione
s de
matlab cheb2ord y cheby2 obtenemos de forma relativamente sencilla la aproximacin
buscada. El orden es 7, igual que la anterior aproximacin. Eso se debe a que la forma de
obtener una a partir de la otra es mediante una sencilla transformacin matemtica que
implica dejar inalterado el orden de la aproximacin. El nico cambio que se introduce es
que el rizado se traslada a la banda de rechazo siendo ahora la banda de paso
mximamente plana como lo era en el caso de
Buterword. Si bien, el orden es menor pues ahora no
tenemos un exceso de atenuacin en la banda de
rechazo tan acentuado como en el caso de la
Butterword.
21
La respuesta de fase de esta aproximacin tampoco es excesivamente buena.
Elptico
Ellipord y
ellip son
las
funciones en este caso a aplicar. El orden del
filtro en nuestro caso es 5, menos de la mitad
del orden necesario para el caso del Butterword.
Para explicar el por qu del menor orden de esta
aproximacin basta con fijarnos en las bandas
de paso y de rechazo de este filtro. Por un lado, mientras que la banda de paso del
Butterword es mximamente plana la del elptico manifiesta un rizado, por otro, mientras
que el Butterdord ocasionaba un exceso de atenuacin en la banda de rechazo no
necesario, el elptico manifiesta tambin un rizado en la misma. Ambas circunstancias
ocasionan que el orden del filtro sea incluso menor que la aproximacin Chebyshev, tanto
directa como inversa.
22
La respuesta de fase tampoco es tan buena como la de los filtros FIR.
En
conclusin
Hemos podido comprobar la importancia de disponer de una herramienta de clculo

potente para el diseo de sistemas electrnicos complejos como pueden ser los filtros.
Dentro de esas herramientas Matlab se sita como una de las ms empleadas y la que, por
el momento, a conseguido mayor aceptacin y desarrollo. Por ende, hemos visto las
principales caractersticas de los filtros digitales que se usan hoy da para aplicaciones
diversas en los sistemas electrnicos. As, podemos concluir que, cuando la fase juega un
papel fundamental en el tratamiento de la seal (por ejemplo, en el caso de
comunicaciones de datos) es mejor el uso de filtros FIR de mayor coste pero de fase
lineal. Mientras que cuando la fase no toma gran importancia (por ejemplo, en
aplicaciones de audio, donde el oido humano no es capaz de discernir pequeas
variaciones de la fase) el empleo de filtros IIR, de menor coste, es el apropiado.
BIBLIOGRAFA
Digital Signal Processing. A computer-based approach. S.K. Mitra. Ed. Mc-Graw Hill
Digital communication systems, P.Z. Preebles. Ed. Prentice Hall International.
Digital Signal Processing Handbook, Madisetti y Williams. Ed. CRC Press.
Signals and Systems, A.V. Oppenheim. Ed. Prentice-Hall.
23

MatLab Filtros Digitales PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MatLab Filtros Digitales PDF

Cargado por

Copyright:

Formatos disponibles

Matlab y el diseo de filtros digitales.

Ricardo Valerio Bautista Cullar

Matlab y el diseo de filtros digitales.

Ricardo Valerio Bautista Cullar

ms que scripts totalmente desarrollados y comprobados en base a los comandos matemticos

En definitiva, el texto aqu desarrollado se dirige principalmente a los compaeros de mi

programacin que maneja de forma sencilla matrices y aritmtica compleja. Es un gran

paquete de software que tiene muchas utilidades avanzadas desarrolladas y ha llegado a

tres como en dos dimensiones.

el modo batch. En el modo interactivo, los comandos son tecleados (o cortados y

pegados) en la ventana de comandos de Matlab. En el modo batch, una serie de

recordad o teclear de nuevo el conjunto completo de comandos. Tambin, cuando usamos

para el diseo de filtros discretos en el dominio de la frecuencia si no ms bien de una

forma cualitativa. Para ello mostramos las caractersticas propias de algunas

Como regla general, cualquier algoritmo o sistema de tratamiento puede interpretarse

paso de las componentes de la seal existentes en un determinado intervalo frecuencial, y

un valor constante en el margen de frecuencias que queremos conservar, que se denomina

banda de paso. El intervalo de frecuencias complementario al anterior en que la respuesta

en magnitud es nula se denomina banda de rechazo o atenuada. La banda de transicin es

caracteriza porque no imponemos al filtro ningn requisito en dicho intervalo frecuencial

frecuencias, por debajo de una determinada frecuencia de corte, siendo el resto de

componentes atenuadas por el filtro. Es el tpico filtro que en amplificacin se emplea en

mismo. El filtro paso alto presenta el comportamiento complementario al paso bajo; el

superior), y conserva una banda determinada de frecuencias; el ltimo, presenta bandas

de paso en baja y alta frecuencia, y una banda atenuada en un margen de frecuencias

cumplen la condicin de eliminar completamente la seal de su banda atenuada y que no

altera la seal en la banda de paso se denominen ideales.

impulsional h[n] correspondiente y su correspondiente transformada en Z H(z). El estudio

se limita al diseo de filtros lineales, invariantes, causales, estables y que puedan

describirse por una ecuacin en diferencias finitas de coeficientes reales y constantes.

distintas de cero, lo que da lugar a la denominacin abreviada de filtros FIR (Finite

Impulse Response). La funcin de transferencia de un filtro FIR es polinmica en z-1, y su

tiene Q ceros y P polos distribuidos en el plano complejo.

modo que su funcin de transferencia presente una

respuesta frecuencial cuyo mdulo se aproxime al

ideal. En esta aproximacin se permite una tolerancia

alrededor del valor terico unidad del mdulo de la

entre la banda de paso y la atenuada. Estas especificaciones suelen plasmarse en modo de

plantilla como la de abajo en la que se plasmen las libertades o tolerancias y las

especificaciones frecuenciales del filtro, en el caso de la figura, paso bajo.

Especificaiones del filtro que vamos a disear.

En el texto mostramos las caractersticas de diversos mtodos aplicados para el disdiseo

de un filtro FIR de fase lineal pasobaja con las siguientes especificaciones:

w p = 0.1 , ws = 0.22 , p = 0.01, s = 0.001

sencillo es el de enventanado de la respuesta impulsional. Durante mucho tiempo se ha

trabajado en el diseo de filtros analgicos obteniendo para ello implementaciones

Parece ms o menos intuitivo el pensar que si tomamos la secuencia infinita de la

de ventanas, la de Kaiser, la de Hamming y la de Blackman. Nosotros estudiaremos ms

adelante un ejemplo concreto.

Otra metodologa simple para el diseo de filtros la ofrece el muestreo en frecuencia de la

respuesta Ideal. El procedimiento asegura un error nulo para la aproximacin en un

conjunto finito de frecuencias equiespaciadas, aqullas en las que se muestrea la

sencillez. Presenta, sin embargo, importantes deficiencias. No es posible controlar

de orden excesivo y que, incluso, no garantiza la existencia de solucin.

La tercera metodologa empleada es la del uso de filtros ptimos, considerados as

filtros diseados mediante la manipulacin directa del comportamiento ideal (el

enventanado de la respuesta impulsional o el muestreo de la respuesta frecuencial)

permita. En nuestro caso, para ejemplificar, usaremos el mtodo de Parks-McClellan o

tambin denominado mtodo de Remez.

A continuacin presentamos dos ejemplos de diseo de filtros FIR empleando Matlab.

anchura del lbulo principal de la transformada de la ventana, es tanto menor cuanto

mayor sea la longitud, y en definitiva el orden, de la misma.

Tambin descubriremos el por qu la ventana de Kaiser es una de las ms utilizadas.