PASO 4 - EJECUTAR ACTIVIDADES APLICANDO LAS HERRAMIENTAS DEL

PROCESAMIENTO DIGITAL DE SEÑ ALES

Tutor

MAURICIO ALBERTO GARCIA.

PROCESAMIENTO DIGITAL DE SEÑALES

ESCUELA DE CIENCIAS BASICAS, TECNOLOIA E INGENIERIA.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD.

BOGOTA NOVIEMBRE DE 2018

INTRODUCCION
Actividades para desarrollar
  Cada estudiante escogerá un (1) tipo de filtro que desee diseñar, y
reportará en el foro su decisión, esto con el fin de que cada estudiante
diseñe un ecualizador (banco de filtros) diferente. A continuación, se
muestra la lista de filtros:

Tipos de filtro Pasa Banda (Bandpass)

 IIR Butterworth
 IIR Chebyshev tipo I
 IIR Chebyshev tipo II
 IIR Elliptic
 FIR Window Hamming
 FIR Window Gaussian
 FIR Window Hann
 FIR Window Rectangular
 FIR Window Kaiser

 Cada estudiante investigará las características del filtro escogido, si el

filtro escogido es IIR, para realizar un informe con los siguientes
parámetros:
 Concepto básico de filtro IIR y un diagrama de bloque y ecuación que
lo describa.
 Definición específica del filtro escogido (Por ejemplo, Butterworth,
chebyshev, etc).
 Ecuación de respuesta en frecuencia y función de transferencia.
 Definición de variables de las ecuaciones anteriores.
El filtro IIR (Infinite Impulse Response o respuesta infinita al impulso) es un
tipo de filtro digital que se comporta de manera que si su entrada es un
impulso, la salida será un número ilimitado de términos no nulos, es decir, que
nunca volverá a un estado de reposo. Para obtener la salida, se emplean
valores tanto de la entrada actual como anteriores, además de algunos valores
de salida almacenados en la memoria los cuales son realimentados a la entrada
como puede verse en la gráfica 1
Su expresión en el dominio discreto es:
 𝑃 𝑄

𝑦[𝑛] = ∑ 𝑏𝑖 𝑥[𝑛 − 𝑖] − ∑ 𝑎𝑗 𝑦[𝑛 − 𝑗]

𝑖=0 𝑗=1

El orden del filtro esta dado por el máximo entre P y Q y una de las posibles
estructuras del filtro IIR puede ser

Grafica 1

Específicamente, el filtro elíptico o filtro Cauer es un filtro de procesamiento

de señal con comportamiento de ondulación igualado tanto en la banda de
paso como en la banda de atenuación o parada. La ondulación se comporta de
tres formas:
 A medida que la ondulación en la banda de parada se acerca a cero, el
filtro se convierte en un filtro Chevyshev.
 Cuando la ondulación en la banda de paso se acerca a cero, el filtro se
convierte en un filtro Chevyshev de tipo II.
 Cuando ambos valores de ondulación se acercan a cero, el filtro se
convierte en un filtro Butterworth.
Ecuación de la ganancia del filtro elíptico:
1
𝐺𝑛 (𝜔) =
√1 + 𝜖 2 + 𝑅𝑛 2 (𝜉, 𝜔/𝜔0 )

Donde
𝑅𝑛 𝑒𝑠 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖𝑜𝑛 𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑒𝑙𝑖𝑝𝑡𝑖𝑐𝑎
𝜔0 𝑒𝑠 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑐𝑜𝑟𝑡𝑒
𝜖 𝑒𝑠 𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑜𝑛𝑑𝑢𝑙𝑎𝑐𝑖𝑜𝑛
𝜉 𝑒𝑠 𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑠𝑒𝑙𝑒𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑

 Cada estudiante diseñará cinco (5) filtros en la herramienta Simulink de

Matlab, específicamente utilizará el bloque FDA TOOL para diseñar los
filtros. Todos los filtros deben ser del mismo tipo, por ejemplo, si se
escogió IIR Butterworth, entonces los cinco (5) Filtros diseñados deben
ser IIR Butterworth. Cada uno de los filtros tendrá los siguientes rangos
de frecuencia:

Filtro 1 2 3 4 5
Rango 20 Hz – 200 Hz – 500 Hz – 2 KHz – 8 KHz –
(Hz) 200 Hz 500 Hz 2Khz Hz 8 KHz 20 KHz
Tipo Pasa Pasa Pasa Pasa Pasa
Banda Banda Banda Banda Banda
He aquí las graficas de los 5 respectivos filtros
1. Filtro pasa banda entre 20 y 200 Hz
2. Filtro pasa banda entre 200 y 500 Hz en el cual se evidencia la banda de
paso entre los valores de 200 y 500 Hz

3. Filtro pasa banda entre 500Hz y 2 KHz en la cual se puede apreciar el ancho
de la banda de paso (entre 500Hz y 2KHz)
4. Filtro pasa banda entre 2KHz y 8 KHz.

5. filtro pasa banda entre 8 KHz y 20 KHz.

 Se exportarán los coeficientes de cada uno de los cinco filtros, los cuales
equivalen a la respuesta el impulso en el filtro FIR, y a los coeficientes
de la función de transferencia en los filtros IIR (matriz SOS). Para ello
deben dirigirse al menú archivo – exportar command window –
coeficientes. Cuyos coeficientes deben graficarse mediante la función
plot de Matlab.

 Para los estudiantes que hayan escogido un filtro IIR, exportarán el

matriz SOS y de ella podrán obtener los coeficientes de la función de
transferencia con el siguiente comando:

[b,a] = sos2tf(SOS);

Y para obtener la respuesta al impulso, podrán realizarlo con el

siguiente comando:

[h,t] = impz(SOS);

Y para graficar :

plot(t,h)
Grafica del plot de coeficientes del filtro 1

Grafica del plot de coeficientes del filtro 2

Grafica del plot de coeficientes del filtro 3

Grafica del plot de coeficientes del filtro 4

Grafica del plot de coeficientes del filtro 5

  Una vez diseñados los filtros, cada uno de los estudiantes procederá a
ensamblar un ecualizador de sonido, para ello debe agregar el bloque
“From Multimedia File” el cual servirá como fuente de entrada (audio) al
ecualizador, este audio debe tener como mínimo una frecuencia
de muestreo de 44.1 Khz, y los filtros deben estar configurados a esta
misma frecuencia de muestreo. También se debe agregar el bloque
“Slider Gain” a la salida de cada uno de los filtros, con el fin de controlar
el nivel de salida en cada uno de los filtros. Finalmente se sumarán todas
las señales con el bloque “add”.
El código para ingresar a matlab es el siguiente
%% Crear señal de audio
% Frecuencia fundamental
f0=1e3; % 1KHz
% Amplitud
a=4; % V=4
% Frecuencia de muestreo
fs=44.1e3; % Frecuencia de una señal de audio
% Tiempo de duración en segundos
T=1.5;
L = round(T*fs); % Número de muestras
% Frecuencia normalizada
fn=f0/fs;
y = a*sin(2*pi*fn*(0:L-1))+0.5*a*sin(2*pi*2*fn*(0:L-1));
% Graficar la señal original
subplot(411)
plot((0:L-1)/fs,y)
title('SEÑAL ORIGINAL')% Título
xlabel('Tiempo (s)') % Etiqueta del eje X
ylabel('Amplitud (V)') % Etiqueta del eje Y
xlim([0 10/1000]) % Límite de la señal
%% Grabar y reproducir la señal de audio
%wavwrite(y,fs,'audio')
% wavplay(y,fs)
%% FFT de la señal
subplot(412)
% Llamado a la función que calcula la FFT
fft_signal(y,fs);title('ESPECTRO DE LA SEÑAL ORIGINAL')
xlim([0 2500])
%% Filtrado de la señal
% Frecuencia normalizada
fNorm = 1500 / (fs/2);
% Cálculo de los coeficientes del filtro (filtro pasa bajas)
[b,a] = butter(10, fNorm, 'low');
% Filtrado de la señal
y_Low = filtfilt(b, a, y);
% Graficación de la señal en el tiempo
subplot(413)
plot((0:L-1)/fs,y_Low)
title('SEÑAL FILTRADA')
xlabel('Tiempo (s)')
ylabel('Amplitud (V)')
xlim([0 10/1000])
% Graficación de la señal en frecuencia
subplot(414)
% Llamado a la función que calcula la FFT
fft_signal(y_Low,fs);title('ESPECTRO DE LA SEÑAL FILTRADA')
xlim([0 2500])
%% Gráficas del filtro
% Respuesta en frecuencia del filtro
[H,w]=freqz(b,a,512,1);
figure(2)
%Trazado de la respuesta en Magnitud
subplot(221)
plot(w,20*log10(abs(H)));
grid on;
title ('Filtro pasa-altos, Respuesta en magnitud');
xlabel('frecuencia');
ylabel('H(f) db')
xlim([0 0.4])
% Respuesta en fase
subplot(222)
plot(w,angle(H));
grid on;
title ('Filtro pasa-altos, Respuesta en fase');
xlabel('frecuencia')
ylabel('ángulo de H rad')
xlim([0 0.4])

%Respuesta al impulso
subplot(223)
[y_eje,t]= impz(b,a,60);
stem(t,y_eje);
title ('Filtro pasa-altos, Respuesta al impulso');
%Ploteo de los polos y ceros
z= roots(b); % Ceros
p = roots(a); % Polos
subplot(224)
zplane(z,p)
title('Polos y ceros')
legend('Ceros','Polos')
%% Reproducción de audio de entrada y salida
pause(2)
disp('Audio de entrada')
wavplay(0.5*y,fs)
disp('Audio de salida (señal filtrada)')
wavplay(0.5*y_Low,fs)

ingresándolo a Matlab

La s graficas que arroja el programa son:

1. Las señales original y filtrada con su espectro
2. Las respuestas en magnitud y fase del filtro pasa altos, así como la
respuesta al impulso, sus polos y ceros.

 Una vez cada estudiante tenga su ecualizador ensamblado y

funcionando, se realizará análisis en frecuencia mediante algún
analizador de espectro que tenga Simulink. Recuerden que pueden
controlar los “Slider Gain” mientras el modelo está corriendo. Se
recomienda usar un tiempo de simulación largo, por ejemplo 200.
 BIBLIOGRAFIA.

Ambardar, A. (2002). Filtros Digitales Descritos con Ecuaciones de

Diferencias. In Procesamiento de señales analógicas y digitales (2nd ed.,
pp. 103-110). Mexico City: Cengage Learning. Recuperado de
http://bibliotecavirtual.unad.edu.co:2619/apps/doc/CX4060300050/GVRL
?u=unad&sid=GVRL&xid=ee09b0a1

Ambardar, A. (2002). Transformada z. In Procesamiento de señales

analógicas y digitales (2nd ed., p. 592). Mexico City: Cengage Learning.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2619/apps/doc/CX4060300180/GVRL
?u=unad&sid=GVRL&xid=d11fa7cc

Ambardar, A. (2002). Aplicaciones de la Transformada z. In Procesamiento

de señales analógicas y digitales (2nd ed., p. 637). Mexico City: Cengage
Learning. Recuperado de
http://bibliotecavirtual.unad.edu.co:2619/apps/doc/CX4060300192/GVRL
?u=unad&sid=GVRL&xid=90a89016

Ambardar, A. (2002). Interpretación Gráfica de la Respuesta en Frecuencia.

In Procesamiento de señales analógicas y digitales (2nd ed., pp. 645-649).
Mexico City: Cengage Learning. Retrieved from
http://bibliotecavirtual.unad.edu.co:2619/apps/doc/CX4060300196/GVRL
?u=unad&sid=GVRL&xid=d6fe05b4