Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 4 Diseno de Filtros Iir
Tema 4 Diseno de Filtros Iir
Son sistemas cuya salida depende además de salidas anteriores y que, estando en reposo,
al ser estimulados con una entrada impulsional su salida no vuelve al reposo, de ahí el
calificativo de filtros de respuesta impulsional infinita (IIR). La ecuación en diferencias
general es de la forma:
y (n) = b0 x(n) + b1 x(n − 1) + ... + bM x(n − M ) − a1 y (n − 1) − a2 y (n − 2) − ... − a N y (n − N ) =
M N
= ∑ bk ⋅ x(n − k ) − ∑ ak ⋅ y (n − k )
k =0 k =1
∑b
k =0
k ⋅ z −k
H ( z) = N
∑a
k =0
k ⋅ z −k
También podemos considerar como método directo aunque de uso limitado el diseño por
ubicación de ceros y polos.
Los filtros IIR más generales (ARMA) contienen ceros y polos. Si los coeficientes del filtro
son reales, si los ceros o polos son complejos siempre aparecen como pares complejos
conjugados.
La condición de estabilidad, para sistemas causales implica que los POLOS se encuentran
en el interior de la circunferencia unidad. Los ceros no tienen efecto sobre la estabilidad del
sistema y pueden encontrarse en el interior o en el exterior de dicha circunferencia.
Cuando los ceros y polos de un sistema se encuentran en el interior de la circunferencia unidad
se dice que el sistema es de FASE MÍNIMA.
Cuando todos los ceros y polos están en el exterior de la circunferencia unidad se dice que el
sistema es de FASE MÁXIMA.
En general, cuando tenemos ceros y polos en el exterior y en el interior se dice que el sistema
es de FASE MIXTA.
Se diseña un filtro digital IIR cuya respuesta impulsional, h(n), sea la versión muestreada
de la respuesta impulsional del filtro analógico equivalente: hd(n)=ha(nT), con n=0,1,2,...
Veamos el caso de partir de un filtro analógico con N polos simples.
N
Ak
H ( s) = ∑
k =1 s − s k
con lo que, considerando que el filtro es causal, la transformada Z del filtro digital queda:
∞
N N
1
H ( z ) = TZ [h(n)] = ∑ ∑ Ak ⋅ e sk ⋅n⋅T ⋅ z −n = ∑ Ak ⋅ sk ⋅T
n = 0 k =1 k =1 1 − e ⋅ z −1
Por tanto, el procedimiento es claro, se detectan los polos del filtro analógico {sk}, se
descompone H (s ) como suma de monomios y se obtiene H (z ) .
Extraído de: The Circuits and Filters Handbook. Editor Wai-Kay Chen
jΩ
π/T |r|=1
z=esT
-π/T
Características:
Se mantiene la respuesta impulsional de ambos filtros.
La estabilidad se mantiene (Filtros analógicos estables dan lugar a filtros digitales estables).
La relación entre frecuencias es lineal ya que:
Analógico: sk = jΩ
z = e s k T = e jΩT
Digital: → ω = ΩT
z = e jω
Inconveniente:
Dado que este método produce un “mapeado muchos a uno”; se va a producir aliasing.
Esto es sencillo de ver si tenemos en cuenta que estamos muestreando la respuesta impulsional
del filtro analógico. El contenido frecuencial de h(n), es la respuesta en frecuencia del filtro
4.4 FILTROS DIGITALES
M. MARTÍNEZ, L. GÓMEZ, A. J. SERRANO, J. VILA, J. GÓMEZ
CURSO 2009-2010
scola ècnica uperior nginyeria
Departament d´Enginyeria Electrònica
analógico. Sabemos que en los filtros ideales su respuesta no puede ser cero en una banda por
lo que independientemente del valor de T, siempre habrá una contribución de H (Ω ) que no
verificará el teorema de muestreo. Si la frecuencia de muestreo es Ω s = 2πFs , todas las
frecuencia analógicas por encima de Ω s / 2 producirán aliasing. Para que el método funcione
Ωs
adecuadamente el filtro analógico debe verificar H (Ω ) ≅ 0 Ω> Por esta razón este
2
método no es adecuado para el diseño de filtros pasa-alta ni elimina-banda. Además, si
tenemos en cuenta los prototipos analógicos considerados, los filtros de Tchebyshev II y los
Elípticos presentarán peor comportamiento debido al rizado en la banda no pasante.
1 − z −1
H (z) =
T
con lo que, identificando términos:
1 − z −1 1
s= ⇒ z=
T 1− s⋅T
Veamos qué efecto tiene esta transformación sobre la posición de los polos al pasar del
dominio de Laplace al Z.
1
Si hacemos el cambio s = σ + jΩ z =
1 − (σ + jΩ )T
σ = 0 Ω = 0 → z =1
σ = 0 Ω = +∞ → z = 0 −
σ = 0 Ω = −∞ → z = 0 +
σ <0 Ω → z <1
Extraído de: The Circuits and Filters Handbook. Editor Wai-Kay Chen
Otra posibilidad sería plantear alguna otra aproximación al operador diferencial como
por ejemplo el cálculo de la derivada a partir de la ‘forward difference’:
dy (t ) y (nT + T ) − y (nT ) y (n + 1) − y (n)
= =
dt t = nT T T
que genera una relación de la forma:
z −1
s= ⇒ z =1+ s⋅T
T
que, observando el efecto que esta transformación tiene sobre la posición de los polos al pasar
del dominio de Laplace al Z,
Extraído de: The Circuits and Filters Handbook. Editor Wai-Kay Chen
2 1 − z −1 2 z − 1
s= ⋅ = ⋅
T 1 + z −1 T z + 1
Así como en la transformación del impulso invariante el filtro analógico y digital tienen la
misma respuesta impulsional, la transformación bilineal asegura que ambos filtros tienen
una respuesta aproximadamente idéntica ante cualquier excitación.
Uno de los procedimientos para justificar esta expresión es obtener el equivalente digital de
un integrador analógico.
1 1 t ≥ 0
H ( s) = → h(t ) = L −1 {H ( s )} = =
s 0 t < 0
La salida ante una excitación cualquiera viene dada por y (t ) = x(t ) ∗ h(t )
t2 t1
t2
T
y (nT ) − y (nT − T ) ≅ ( x(nT ) + x(nT − T ) )
2
tomando transformadas Z
T 1 + z −1
H ( z) =
2 1 − z −1
Comparando con la expresión del integrador analógico obtenemos que la relación entre las
variables s y z viene dada por:
2
+s
2 z −1
TRANSFORMACIÓN BILINEAL: s = z=T
T z +1 2
−s
T
Dado que hemos obtenido esta expresión considerando el mismo comportamiento del
integrador para cualquier entrada, al filtro digital se le supone el mismo comportamiento.
La diferencia entre el filtro analógico y el digital decrece a medida que T0, ya que la
aproximación de los trapecios es más exacta.
Veamos qué efecto tiene esta transformación sobre la posición de los polos al pasar del
dominio de Laplace al Z.
Supongamos:
z = r ⋅ e j⋅ω y s =σ + j⋅Ω
entonces:
2 z−1 2 r2 − 1 2 ⋅ r ⋅ sin ω
s= ⋅ = ⋅ + j ⋅
T z + 1 T 1 + 2 ⋅ r ⋅ cos ω + r 2 1 + 2 ⋅ r ⋅ cos ω + r 2
con lo cual,
2 r2 − 1 2 2 ⋅ r ⋅ sin ω
σ= ⋅ y Ω= ⋅
T 1 + 2 ⋅ r ⋅ cos ω + r 2 T 1 + 2 ⋅ r ⋅ cos ω + r 2
O bien
2
2
+σ + Ω
2
Ω Ω
r=
T
2
ω = tan −1
+ tan
−1
2 2 + σ 2 − σ
− σ +Ω
2
T T
T
TΩ Ω → +∞ ⇒ ω → π
σ = 0 → r =1 ω = 2 ⋅ tan −1
2 Ω → −∞ ⇒ ω → −π
Esta relación entre frecuencias nos asegura que si Ω1 < Ω 2 → ω1 < ω 2 ; es decir un
pasa-baja analógico dará lugar a un pasa-baja digital, y análogamente con el resto de
prototipos.
Extraído de: The Circuits and Filters Handbook. Editor Wai-Kay Chen
La relación entre las frecuencias analógica y digitales es no lineal y viene dada por:
TΩ 2 ω F
ω = 2 ⋅ tan −1 Ω= ⋅ tg donde ω = 2π
2 T 2 Fs
Es decir, se lleva a cabo una compresión de las frecuencias analógicas. Este proceso de
“Deformación” es lo que se denomina warping.
Si tenemos que diseñar un filtro digital con una frecuencia de corte ω c deberemos partir de
2 ω
un filtro analógico de frecuencia de corte Ω c = ⋅ tg c , de manera que al realizar la
T 2
transformación bilineal la frecuencia de corte sea la correcta. El proceso de obtención de las
frecuencias analógicas adecuadas se denomina prewarping.
4.10 FILTROS DIGITALES
M. MARTÍNEZ, L. GÓMEZ, A. J. SERRANO, J. VILA, J. GÓMEZ
CURSO 2009-2010
scola ècnica uperior nginyeria
Departament d´Enginyeria Electrònica
Como consecuencia de esta relación no lineal entre frecuencias los filtros diseñados por la
Transformación bilineal verán modificada su respuesta en fase; es decir, si el filtro
analógico presenta fase lineal el filtro digital no la presentará.
Ω=2 tan(ω/2)/T
1
0.8
0.6
0.4
0.2
ω/π
−0.2
−0.4
−0.6
−0.8
−1
−20 −15 −10 −5 0 5 10 15 20
Ω(rad/s)
Ω ⋅T f
ω = 2 ⋅ tg −1 donde ω = 2 ⋅π ⋅
2 Fs
La transformación bilineal realiza un “mapeado”, entre los dominios de Laplace y Z con
una correspondencia 1 a 1 debido a la compresión de frecuencias (prewarping), por esta
razón no se produce aliasing como ocurre con el método del impulso invariante.
Ejemplo:
y, por tanto:
5 * 0.3249 ⋅ ( z + 1) 1.2261 ⋅ (1 + z −1 )
H (z) = → H (z) =
1.3249 z − 0.6751 1 − 0.5095 z −1
cuya respuesta en frecuencia aparece en la figura. Observamos que a media que la
frecuencia aumenta la diferencia entre la respuesta del filtro analógico y digital es mayor.
−20 14
F. Digital
−40 F. Analogico 13.5
13
|H(ω)|(dB)
−60
0 0.2 0.4 0.6 0.8 1
ω/π 12.5
0 12
F. Digital
−0.5 F. Analogico
|Φ(ω)|(rad)
11.5
−1 11
−1.5 10.5
−2 10
0 0.2 0.4 0.6 0.8 1 0 0.05 0.1 0.15 0.2 0.25
ω/π ω/π
Este procedimiento lo podemos considerar como una variación del impulso invariante.
Dada una función de transferencia en el dominio de Laplace, factorizada
M
∏ (s − q ) i
H ( s) = G i =1
M
∏ (s − p )
i =1
i
∏ (z − e )
M
qiT
H ( z ) = bo ( z + 1)
L i =1
L es el número de ceros en el infinito de H(s)
∏ (z − e )
M
pi T
i =1
Esta transformación da lugar a filtros digitales estables pero produce aliasing como ocurre
con el método del impulso invariante.
∏ (s − q ) i
H ( s) = G i =1
M
∏ (s − p )
i =1
i
como la relación entre s y z para la transformación bilineal viene dada
por
2
+s
z=T
2
−s
T
podemos determinar las posiciones correspondientes de los ceros y los polos en el plano z
2 2
+ qi + pi
zi = T ri = T y obtener la función de transferencia en Z como:
2 2
− qi − pi
T T
M
∏ (z − z )
donde el término ( z + 1) se origina de los ceros en el infinito.
i L
H ( z ) = bo ( z + 1)
L i =1
M
∏ (z − r )
i =1
i
2
+ pi
2 ⋅ 10000 − 2 ⋅ π ⋅ 1000
y un polo en ri = T = = 0.5219
2
− pi 2 ⋅ 10000 + 2 ⋅ π ⋅ 1000
T
Si imponemos además que la ganancia en continua sea 5 para el filtro digital obtenido es
fácil determinar que el factor de ganancia necesario es G = 1.1953 y
1 + z −1
H ( z ) = 1.1953
1 − 0.5219 z −1
En las siguientes gráficas mostramos los resultados de la respuesta en módulo y fase del
filtro diseñado por este método y mediante la transformación bilineal.
6 0
Transformación bilineal Transformación bilineal
Pole-Zero mapping Pole-Zero mapping
-0.2
5
-0.4
4
-0.6
|Φ(ω)|
|H(ω)|
3 -0.8
-1
2
-1.2
1
-1.4
0 -1.6
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
ω (Hz) ω (Hz)
Extraído de: The Circuits and Filters Handbook. Editor Wai-Kay Chen
4.15 FILTROS DIGITALES
M. MARTÍNEZ, L. GÓMEZ, A. J. SERRANO, J. VILA, J. GÓMEZ
CURSO 2009-2010
scola ècnica uperior nginyeria
Departament d´Enginyeria Electrònica
Aunque lo incluyamos en el capítulo de filtros IIR, los métodos directos de diseño sirven tanto
para filtros AR, como MA, y en general sistemas ARMA. Estos métodos se basan en la teoría
de la aproximación, imponiendo restricciones en cuanto a la desviación de la respuesta en
frecuencia del filtro respecto del filtro ideal. Estos métodos son especialmente útiles cuando el
filtro se debe obtener a partir de datos experimentales.
El objetivo es determinar los coeficientes del filtro digital en base a minimizar algún
parámetro de diseño. El número de procedimientos existentes es muy numeroso por lo que
únicamente analizaremos los más sencillos.
donde hd(n) es la respuesta deseada del filtro y h(n) la real; U es un límite superior
seleccionado por el diseñador.
En general, h(n) es una función no lineal de {ak} y {bk}, sin embargo, si U=N+M, es
posible hacer coincidir perfectamente las respuestas real y deseada para 0 ≤ n ≤ M+N.
Si hacemos hd (n) = h(n) 0 ≤ n ≤ M + N , el error cometido será:
∞
ε = ∑ [h (n) − h(n)]
d
2
n = N + M +1
Si vamos dando valores a n y tenemos en cuenta que δ(n-k)=0 excepto para n=k,
podemos plantear el siguiente sistema de ecuaciones:
N
h ( n ) = − ∑ ak h ( n − k ) n>M (N ecuaciones con N incógnitas)
k =1
Con estas ecuaciones lineales se pueden hallar los coeficientes {ak} y {bk}:
1. Haciendo h(n)=hd(n) con M < n ≤ M+N, obtengo {ak}, y
2. Haciendo h(n)=hd(n) con 0 < n ≤ M, obtengo {bk}.
El cálculo de los coeficientes ak se puede realizar matricialmente de acuerdo con la siguiente
expresión:
h( M + 1) h( M ) h( M − 1) . . h( M − N + 1) a1
. . . a
2
= − . . .
. . .
h( M + N ) h( M + N − 1) h( M + N − 2) . . h( M ) a N
Matricialmente: a=H-1h(M+1,M+N)
que podemos resolver directamente sin más que invertir la matriz H. Conocidos los valores de
N
ak , podemos calcular bn = ∑ ak h(n − k ) 0≤n≤M
k =0
n
1
Ejemplo: Supongamos un sistema con una respuesta impulsional hd (n) = 2 u (n)
2
Observando la h(n), deducimos que tiene un solo polo por lo que asumimos una función de
transferencia de la forma:
b0 + b1 ⋅ z −1
H (z) =
1 + a1 ⋅ z − 1
Reproduciendo las ecuaciones anteriores:
h ( n ) = − a1 ⋅ h ( n − 1) + b0 ⋅ δ ( n ) + b1 ⋅ δ ( n − 1)
para n > 1, h ( n ) = − a1 ⋅ h ( n − 1)
n n −1
1 1 1
igualando h(n) a hd(n), 2 ⋅ ⋅ u ( n ) = − a1 ⋅ 2 ⋅ ⋅ u ( n − 1) ⇒ a1 = −
2 2 2
Resolviendo la ecuación para n=0 obtenemos que b0=2 y para n=1 tenemos que b1=0, con
lo que:
2
H ( z) =
1 − 0.5 ⋅ z −1
que es lo que esperábamos obtener.
En el caso más real de disponer de la respuesta impulsional como una serie de puntos y
desconocer el orden del filtro buscado, podríamos plantearnos qué ocurre al considerar
distintos valores para el orden del numerador y denominador.
4.8334 ⋅ 10 −3 ⋅ ( z + 1) 4
siguiente: H d (z) =
(z 2 − 1.3205 ⋅ z + 0.6326) ⋅ ( z 2 − 1.0482 ⋅ z + 0.2959)
Podemos aplicar el método anterior, y analizar cual es la función de transferencia obtenida
para diversas elecciones de N y M, como se observa en las gráficas siguientes.
Obsérvese en la siguiente gráfica que la respuesta en magnitud es más sensible al número
de polos que de ceros (aunque “acertemos” el número de ceros la respuesta del filtro diseñado
es bastante pobre) y que si sobredimensionamos el orden no aparecen efectos secundarios.
1 1 1
0 0 0
0 0.5 1 0 0.5 1 0 0.5 1
1 1 1
0 0 0
0 0.5 1 0 0.5 1 0 0.5 1
Minimización de la suma
de errores al cuadrado
donde modificamos los coeficientes del filtro 1/H(z) para anular el efecto de Hd(z), es decir,
H d (z)
que la salida, y(n), sea lo más parecida posible a la entrada, δ(n). (Idealmente =1 e
H ( z)
y ( n) = δ ( n) )
La ecuación en diferencias del sistema inverso será:
1 N
y (n) = ⋅ hd (n) + ∑ a k ⋅ hd (n − k )
b0 k =1
Para n=0,
1 N
1
y (0) = ⋅ hd (0) + ∑ ak ⋅ hd (0 − k ) = ⋅ hd (0) = 1 ⇒ b0 = hd (0)
b0 k =1 b0
Para n>0, la salida, y(n) debe ser cero, lo que minimizaremos será la suma de los errores
al cuadrado:
2
+∞ +∞
ε
N
1
= ∑ y (n ) = 2
2
⋅ ∑ hd (n) + ∑ ak ⋅ hd (n − k )
n =1 hd (0) n =1 k =1
Para que la función de error sea mínima, las derivadas parciales respecto de los coeficientes
del filtro deben ser cero y las derivadas segundas mayores que cero.
∂ε
=0 para p = 1,2,..., N
∂a p
∂ 2ε
>0
∂a p 2
∂ε 1 +∞
N
= 2 ⋅ ∑ 2 ⋅ hd (n) + ∑ ak ⋅ hd (n − k ) ⋅ h(n − p ) = 0
∂a p hd (0) n=1 k =1
+∞ N +∞
∑h
n =1
d (n) ⋅ hd (n − p ) + ∑ ak ⋅ ∑ hd (n − k ) ⋅ hd (n − p ) = 0
k =1 n =1
+∞
definiendo la variable auxiliar: rdd ( p ) = ∑ hd (n) ⋅ hd (n − p )
n =1
N
obtenemos: − rdd ( p ) = ∑ ak ⋅ rdd ( p − k ) 1≤ p ≤ N
k =1
Si desarrollamos el sumatorio:
rdd (1) rdd (0) rdd (−1) . . rdd (−( N − 1)) a1
r (1) rdd (0) . a
dd 2
− = . . .
. . .
rdd ( N ) rdd (( N − 1)) rdd (( N − 2)) . . rdd (0) a N
con lo que: ˆ −1 ⋅ rˆ
a=ℜ
1
H ( z) =
1 − 2.6 z + 2.78 z − 1.48 z −3 + 0.34 z −4
−1 −2
Orden Coeficientes
1 1, -0.9511
2 1, -1.7821, 0.8737
3 1, 2.3709, 2.0746, -0.6739
4 1, 2.6, 2.78, 1.48, 0.34
5 1, 2.6, 2.78, 1.48, 0.34,0
Orden=1 Orden=2
30 30
|H(ω)| 20 20
|H(ω)|
10 10
0 0
0 0.5 1 0 0.5 1
ω/π ω/π
Orden=3 Orden=4
40 30
30
20
|H(ω)|
|H(ω)|
20
10
10
0 0
0 0.5 1 0 0.5 1
ω/π ω/π
El procedimiento anterior sólo es válido para sistemas AR, veamos un método aplicable a
sistemas ARMA.
Hd(z) hd(n)
N M
h( n ) = − ∑ a k ⋅ h( n − k ) + ∑ bk ⋅ δ ( n − k ) n≥0
k =1 k =0
N
h(n) = − ∑ a k ⋅ h(n − k ) + bn 0≤n≤ M
k =1
N
h ( n) = − ∑ a k ⋅ h( n − k ) n> M
k =1
Si consideramos que H d ( z ) tiene una estructura similar podemos emplear las salidas
+∞ +∞ 2
N
ε [ 2
]
= ∑ hd (n) − hd (n) = ∑ hd (n) + ∑ a k ⋅ hd (n − k )
n = M +1 n = M +1 k =1
que, como en el caso anterior, minimizando respecto a los {ak}, obtenemos:
+∞ N +∞
− ∑ hd (n) ⋅ hd (n − p) = ∑ ak ⋅
n = M +1 k =1
∑ h (n − k ) ⋅ h (n − p)
n = M +1
d d
+∞
definiendo la variable auxiliar: rdd (k , p) = ∑ h (n − k ) ⋅ h (n − p)
n = M +1
d d
N
obtenemos: − rdd (0, p) = ∑ ak ⋅ rdd (k , p ) 1≤ p ≤ N
k =1
Cuando no haya ceros, M se reduce a cero y las expresiones coinciden con las del método
anterior.
Si denotamos por {âk } a los coeficientes calculados, para obtener los coeficientes del
numerador {bk } , que fijan los ceros del filtro, existen varios procedimientos:
APROXIMACIÓN DE PRONY
Utiliza el método de Padé para el cálculo de los coeficientes del numerador. Los
parámetros {bk} se obtienen haciendo h(n)=hd(n) para 0≤n ≤ M, a partir de los valores
estimados para los coeficientes del denominador, {âk}:
N
bn = hd ( n ) + ∑ a k ⋅ hd (n − k ) 0≤ n≤ M
k =1
Este método, aunque funciona bien para los términos del denominador, falla en los del
numerador pues su cálculo no se basa en un método de optimización.
MÉTODO DE SHANKS
Shanks propuso una alternativa para determinar los {bk}.
Con los {âk} obtenidos según el procedimiento descrito, sintetizo un filtro con solo polos:
1
H1 ( z ) = N
1 + ∑ aˆ k ⋅ z −k
k =1
+∞ 2
M
ε = ∑ hd (n) − ∑ bk ⋅ v (n − k )
n = 0 k =0
∑ h ( n) ⋅ v ( n − p ) = ∑ b ⋅ ∑ v ( n − k ) ⋅ v ( n − p )
n=0
d
k =0
k
n=0
Si definimos
+∞
rvv (k , p ) = ∑ v(n − k ) ⋅ v(n − p)
n=0
+∞
rvh (0, p ) = ∑ hd (n) ⋅ v(n − p)
n=0
Tenemos:
M
rvh (0, p ) = ∑ bk ⋅ rvv (k , p ) 0≤ p≤M
k =0
Ecuación análoga para el cálculo de los coeficientes bk minimizando el error cuadrático medio.
Los resultados son mejores que los proporcionados por el método de Prony.
Ejercicio propuesto:
Un sistema desconocido tiene una respuesta impulsional cuyas 5 primeras muestras son
{ }
h(n) = 0.9, 1, 0.8, 0.7, 0.5,... . Obtén un modelo de primer orden para este sistema
↑
2. Transformar el filtro pasa bajo, analógico en uno digital, y luego aplicar unas
transformaciones en frecuencia dentro del dominio digital.
Estos dos caminos solo resultan equivalentes en el caso de emplear la transformación bilineal
para el paso a filtro digital.
Las funciones de transformación en el dominio digital deben cumplir las mismas
condiciones que las especificadas para filtros analógicos y tratarse, por supuesto, de filtros
pasa-todo, por tanto tendrán la forma:
−1
N
z −1 − α k
g (z ) = ±∏ −1
k =1 1 − α k ⋅ z
P. Baja → P. Banda ωu − ωl ω
K = cot ⋅ tg
ωl frecuencia inferior de la 2 2
a2 + a1 ⋅ z −1 + z −2 cos[(ω u + ω l ) / 2]
banda
z −1 → − α=
1 + a1 ⋅ z −1 + a2 ⋅ z − 2 cos[(ω u − ω l ) / 2]
ωu frecuencia superior de
2 ⋅α ⋅ K
la banda a1 = −
K +1
ω frecuencia de corte del
K −1
filtro pasa-baja a2 =
K +1
P. Baja → Elimina Banda a2 + a1 ⋅ z −1 + z −2 ωu − ωl ω
z −1 → K = tg ⋅ tg
ωl frecuencia inferior de la 1 + a1 ⋅ z −1 + a2 ⋅ z − 2 2 2
cos[(ω u + ω l ) / 2]
banda α=
cos[(ω u − ω l ) / 2]
ωu frecuencia superior de
2 ⋅α
la banda a1 = −
K +1
ω frecuencia de corte del
1− K
filtro pasa-baja a2 =
1+ K
Para concluir el capítulo presentaremos, a modo de resumen, una tabla comparativa entre
los filtros FIR e IIR:
FIR IIR
Son siempre estables Aún cuando los polos estén situados dentro del
círculo de radio unidad, pueden presentar
inestabilidades si se implementan en sistemas
con aritmética de coma fija.
Presentan mayor error de cuantización en
función del número de bits empleado para
almacenar los coeficientes y las variables
intermedias.
Pueden diseñarse para que presente fase lineal,
no distorsionando las características de fase y
el retardo de grupo
Son más apropiados cuando deseamos obtener
regiones de transición estrechas.
Requieren un mayor orden para valores de la
atenuación y zonas de transición similares lo
que supone un mayor retardo en la obtención
de la respuesta y mayor consumo de memoria.
En la actualidad, siguen apareciendo todos los meses métodos de diseño que se publican
en las revistas especializadas, la proliferación de métodos de diseño se justifica por la
diversidad de la casuística que se encuentra en su aplicación práctica, por ejemplo resulta
obvio el diferente tratamiento que podemos dar a aplicaciones en las que preservar la fase es
vital (audio) frente a otras que sólo se preocupan de la magnitud de la respuesta en frecuencia.
Por otro lado, los métodos de diseño que entrañan una elevada carga computacional pueden
resultar inadecuados en sistemas que requieren una variación de las características del filtro, y
por tanto de sus coeficientes, en función de las condiciones del entorno.