Filtro equiripple

Un filtro equiriple es simplemente un filtro con ondulaciones de igual altura.

La respuesta de magnitud de los filtros digitales reales puede presentar

ondulaciones. Por ejemplo, la respuesta de magnitud de un filtro de paso bajo
de respuesta de impulso finito puede tener ondulaciones cercanas a su frecuencia
de corte, debido a que la construcción de filtro típica usará funciones continuas
(por ejemplo, con la transformada de Fourier ) para aproximarse a una respuesta
de magnitud ideal discontinua. Estas ondas son la manifestación del fenómeno de
Gibbs .

El hecho de que los filtros equivalentes tengan ondulaciones de igual altura no

debería significar mucho. Es más importante que el diseño de los filtros
equivalentes sea tal que se pueda controlar la altura de estas ondulaciones. Esto
en sí mismo no es único de los filtros equivalentes.

Un filtro digital equiriple IIR

El filtro elíptico es un filtro de respuesta de impulso infinito equivalente.

Un filtro digital equiripple FIR

Se puede diseñar un filtro equiripple de respuesta de impulso finito con iteraciones
sucesivas entre la transformada de Fourier discreta (DFT) directa e inversa. Lo
siguiente es un ejemplo.

Supongamos que queremos diseñar un filtro FIR de paso bajo o una longitud N =
39 en la frecuencia de corte fc = 150 Hz, dada la frecuencia de muestreo fs = 2000
Hz. También desearíamos una respuesta de magnitud del filtro que esté dentro de
± 0.3 (aproximadamente ± 0.25 dB) en la banda de paso y que no exceda de 0.3 (-
30 dB) en la banda de parada. Definimos la banda de parada como algo más de
500 Hz y la banda de paso como algo entre 0 y 90 Hz. Cualquier cosa entre 90 Hz
y 500 Hz sería la banda de transición del filtro.

Comenzamos con la transformada de Fourier discreta inversa de la respuesta de

magnitud ideal deseada. Elegimos una transformación de, digamos, 201 puntos y
creamos una respuesta de magnitud ideal deseada que es simétrica alrededor del
origen.

Supongamos que la frecuencia de muestreo es de 2000 Hz. Luego, los 201

componentes de la DFT inversa se espaciarían uniformemente a 2000/201 ≈ 9.95
Hz y el componente 15 está a -149.25 Hz. Por lo tanto, la respuesta de magnitud,
como se definió anteriormente, para esta DFT inversa específica, también se
puede escribir como

Esta es una respuesta de magnitud ideal para un filtro de paso bajo a

aproximadamente 150 Hz. Calculamos el filtro a (k) con la DFT inversa
generalizada de la siguiente manera.

k = -100, -99, …, 100. La DFT inversa produciría un filtro de 201 puntos. Ya que
solo estamos interesados en un filtro de 39 puntos, tomamos los 39 puntos
intermedios de las 201 iniciales.

Probamos el filtro resultante con el DFT delantero.

k = -100, -99, …, 100. La respuesta de magnitud de este filtro es

Esta respuesta de magnitud se muestra a continuación. La respuesta de magnitud

no satisface todos los criterios propuestos. Aunque la banda de parada ya está por
debajo de 0.3, la banda de paso no está dentro de los límites propuestos entre
0.97 y 1.03 (vea las líneas discontinuas).
Corregimos la respuesta de magnitud, forzándola dentro de los límites
propuestos. En la banda de paso, para componentes DFT entre -90 Hz y 90 Hz
(es decir, k = -9, 8, ..., 9).

k = -9, -8, …, 9. En la banda de parada

k = -50, -49, …, -30, 30, 31, …, 50.

Para estar seguros, según el teorema de muestreo de Nyquist-Shannon y dado

que la DFT inversa produce información redundante en datos reales, también se
pondrá a cero | H (k) | fuera de (-1000 Hz, 1000 Hz). | H (k) | = 0 para k = -100, -
99, …, -51, 51, 52, …, 100.

Tomamos el DFT inverso en esta nueva respuesta de magnitud y repetimos el

DFT para probar el filtro resultante. Repetimos este proceso varias veces. Cada
iteración comprimirá las ondas más grandes del filtro resultante, las que exceden
los criterios propuestos. Después de cinco iteraciones, por ejemplo, obtenemos la
respuesta de magnitud que se muestra aquí (la línea discontinua muestra el filtro
después de una iteración; la línea continua muestra el filtro después de cinco
iteraciones).
Después de algunas iteraciones más, obtenemos el filtro que se muestra a
continuación. Esta figura muestra que este filtro comienza a converger en un filtro
con las características propuestas. Además, este filtro tiene ondulaciones algo
uniformes. El filtro de esta figura usa 100 iteraciones, pero esa es una elección un
tanto aleatoria.

El algoritmo presentado aquí no siempre converge. El algoritmo puede no

converger si, por ejemplo, los criterios son mucho más estrictos, como si
quisiéramos ondulaciones mucho más pequeñas o una banda de transición más
corta. El algoritmo también puede no converger, si las operaciones de DFT inversa
y hacia adelante no son lo suficientemente precisas, como cuando la longitud de la
DFT es más corta o incluso cuando el filtro en sí es más corto.

Usar el DFT inverso y hacia adelante para producir un filtro FIR equiripple no es el
único algoritmo disponible. El algoritmo de Parks-McCellan es otro algoritmo
iterativo bien conocido que usa aproximaciones de Chebychev en lugar de la DFT
directa.

Window
En el procesamiento de señales digitales, una ventana es una función,
típicamente definida (o distinta de cero) para un intervalo específico
(corto) e indefinida (o cero) fuera de ese intervalo, a menudo con forma de
 campana, y se usa principalmente para introducir ajustes en los filtros de
frecuencia y su respuesta de magnitud o para reducir las fugas
espectrales durante el análisis espectral.

Usando ventanas
Si, por ejemplo, a (k) son los coeficientes de un filtro de respuesta de impulso finito
discreto (FIR) y w (k) es una ventana, entonces se aplica la ventana al filtro,
asumiendo que a (k) yw (k) son de la misma longitud, produce un nuevo filtro con
coeficientes b (k) = a (k) w (k). Para ver un ejemplo de un filtro FIR, vea filtro de
paso bajo. Las ventanas de ejemplo se enumeran a continuación. En cada uno de
los temas de ventana enumerados a continuación se proporcionan ejemplos del
impacto de las ventanas en las respuestas de impulso y las respuestas de
magnitud de los filtros.

En el análisis espectral, si x (k) es un segmento de alguna señal, entonces aplicar

una ventana w (k) al segmento significa calcular una nueva señal y (k) = x (k) w
(k). Un ejemplo de esto se proporciona en el tema ganancia coherente.

 Ventana gaussiana
Los coeficientes de ventana gaussianos están dados por la siguiente fórmula

Un ejemplo de ventana gaussiana.

Considere un filtro de paso bajo de respuesta de impulso finito (FIR) de longitud N
= 201. La siguiente es la ventana de Gauss con σ = 0.5.
Dada una frecuencia de muestreo de 2000 Hz y una frecuencia de corte de filtro
de 40 Hz, la respuesta de impulso del filtro con una ventana rectangular (sin
ventana) y con la ventana de Gauss es la siguiente.

La respuesta de magnitud del mismo filtro se muestra en el gráfico a continuación.

A medida que el parámetro σ se hace más grande, la banda de transición de la

ventana disminuye y la atenuación de la banda de parada empeora. Cuando σ se
acerca al infinito, la ventana gaussiana se acerca a una ventana rectangular. Si,
por otro lado, σ se aproxima a cero, el filtro gaussiano de ventana se acerca a
un filtro de todo paso.

 Ventana de Hamming
Los coeficientes de la ventana de Hamming están dados por la siguiente fórmula
Derivando la ventana de Hamming
El propósito habitual de las ventanas es mitigar las ondas del fenómeno de Gibbs ,
que son el resultado de la aproximación de la serie de Fourier , una serie de
funciones continuas, sobre la respuesta discontinua de la magnitud deseada. Para
disminuir estas ondulaciones, suavizaremos la discontinuidad. En lugar de crear
un filtro con la transformada de Fourier inversa de la respuesta ideal de magnitud
deseada (en azul abajo), usaremos una respuesta de magnitud revisada (en rojo
abajo).

Podemos reconocer que la respuesta de magnitud revisada es la suma de la

respuesta de magnitud original escalada H con dos versiones modificadas y
desplazadas de sí misma.

donde α es el factor de escala para la respuesta de magnitud original, β es el

factor de escala para las respuestas de magnitud desplazada, y f 0y –f 0 son los
dos cambios. En el ejemplo anterior, α = 0.5, β = 0.25 y f 0 = ¼ f c , donde f c es la
frecuencia de corte.
También podemos observar que el filtro de ventana es el producto del filtro y la
ventana. Si el filtro de ventana debía crearse con la transformada de Fourier
inversa a partir de una respuesta de magnitud deseada, entonces la respuesta de
magnitud deseada debe ser una convolución de la transformada de Fourier del
filtro y la transformada de Fourier de la ventana (más precisamente, la
transformada de Fourier de un producto es un período / convolución
circular). Reescribimos la respuesta de magnitud revisada anterior como una
convolución de la siguiente manera.

donde δ es la función delta de Dirac (usamos la función delta de Dirac, ya que nos
permite escribir el resultado en términos de convolución, así como reconocer la
transformación de la función de coseno en los dos últimos términos). La
transformada de Fourier inversa de esta respuesta de magnitud deseada es el
filtro antes de la ventana, multiplicado por la ventana

Esta es la familia de ventanas de Hamming, que incluye la ventana de Hamming y

la ventana de Hann . Esta ventana de Haming generalizada se escribe más a
menudo de la siguiente manera.

 Rectangular window

La ventana no tiene efecto cuando se aplica a un filtro o una señal. Es, sin
embargo, una ventana de referencia, contra la cual a menudo se comparan otras
ventanas. Por ejemplo, un filtro de paso bajo estándar con respuesta de
impulso finita tendrá la banda de transición más corta con la ventana rectangular.
La siguiente es una gráfica de la ventana rectangular (N = 100).

 Ventana de hann
 La ventana de Hann pertenece a la familia de ventanas Hamming. La derivación
de la ventana de Hann se muestra en el tema Ventana de Hamming. La ventana
de Hann también es un punto de la ventana de coseno (α = 2). Cuando la
ventana de Hann se multiplica por la ventana de Poisson, el resultado es
la ventana de Hann-Poisson.

Un ejemplo de ventana de Hann.

Considere un filtro de paso bajo de respuesta de impulso finito (FIR) de longitud N
= 201. La siguiente es la ventana de Hann.

Dada una frecuencia de muestreo de 2000 Hz y una frecuencia de corte de filtro

de 40 Hz, la respuesta de impulso del filtro con una ventana rectangular (sin
ventana) y con la ventana de Hann es la siguiente.

La respuesta de magnitud del mismo filtro se muestra en el gráfico a continuación.

La ventana de Hann pertenece a la familia de ventanas Hamming. La derivación
de la ventana de Hann se muestra en el tema Ventana de Hamming. La ventana
de Hann también es un punto de la ventana de coseno (α = 2). Cuando la ventana
de Hann se multiplica por la ventana de Poisson, el resultado es la ventana de
Hann-Poisson.

Un ejemplo de ventana de Hann.

Considere un filtro de paso bajo de respuesta de impulso finito (FIR) de longitud N
= 201. La siguiente es la ventana de Hann.

Dada una frecuencia de muestreo de 2000 Hz y una frecuencia de corte de filtro

de 40 Hz, la respuesta de impulso del filtro con una ventana rectangular (sin
ventana) y con la ventana de Hann es la siguiente.
La respuesta de magnitud del mismo filtro se muestra en el gráfico a continuación.

 Triangular window

Diferentes definiciones pueden usar N / 2 o (N + 1) / 2 en el denominador de la

última expresión. Cuando se usa (N - 1) / 2, como en la fórmula anterior, la
ventana también se conoce como la ventana de Bartlett o la ventana triangular con
cero puntos finales.
Considere un filtro de paso bajo de respuesta de impulso finito (FIR) de longitud N
= 201. La siguiente es la ventana triangular.

Dada una frecuencia de muestreo de 2000 Hz y una frecuencia de corte de filtro

de 40 Hz, la respuesta de impulso del filtro con una ventana rectangular (sin
ventana) y con la ventana triangular es la siguiente.

La respuesta de magnitud del mismo filtro se muestra en el gráfico a continuación.

Derivando la ventana triangular de la ventana rectangular.
Tome dos ventanas rectangulares f (k) yg (n) de longitud N.

La convolución de f (k) y g (n) es la siguiente.

La segunda suma anterior sigue como f (k) es cero fuera del intervalo de 0 a N - 1
y 1 dentro de ese intervalo.
Si n N - 1

Así, la convolución de dos ventanas rectangulares de longitud N produce.

O
Esta es una ventana triangular, que, sin embargo, tiene el doble de la longitud de
las ventanas rectangulares (menos 1). Reemplazar N - 1 con (N - 1) / 2 y escalar
la ventana para alcanzar el máximo en 1 produce la fórmula de la ventana
triangular al principio de este tema.

Las ventanas producidas por la convolución de la ventana rectangular se conocen

como ventanas spline básicas o B-spline. Incluyen la ventana rectangular (orden
1), la ventana triangular (orden 2) y la ventana. Parzen (orden 4), donde cada
orden sucesiva se produce al girar la orden anterior con la misma ventana
rectangular.

 Kaiser window

Cálculo de la ventana de Kaiser

La función Bessel modificada del primer tipo (la función Bessel hiperbólica) se
define de la siguiente manera.