1

UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES

UNIVERSIDAD NACIONAL MAYOR DE SAN

MARCOS
Facultad de Ingeniería Eléctrica y Electrónica
E.A.P. Ingeniería de Telecomunicaciones

PROYECTO:
ALUMNOS
Hurtado Acurio David Anthony 16190261
Cuya Sulca Jorge Luis 16190004
Miriam Aracelly Berrocal Yrupailla 15190246
Valdivia Chombo Nicole 16190276

CURSO: Procesamiento Digital de Señales

PROFESOR: Ing. Flavio Carrillo Gomero
2020

UNIVERSIDAD MAYOR DE SAN MARCOS
FILTRO DIGITALES PASA-BANDA FIR
VENTANA BLACKMAN
Hurtado Acurio David Anthony 16190261,
RESUMEN: En este laboratorio se diseña
un filtro digital pasa-banda FIR ventana Blackman,
con dos frecuencias de corte entre 2413Hz y 2513Hz.
Se utilizan las herramientas de MatLab para elaborar
el filtro digital de un audio “Ruiseñor_06.wav”,
observando la respuesta en frecuencia y el
comportamiento del filtro. Además, se elabora en
MatLab el modelo VENTANA BLACKMAN.
PALABRAS CLAVE: Filtro FIR pasa-Banda, ventana
blackman, numero de orden o grado del polinomio,
frecuencia de cortes, respuesta en frecuencia.
I. INTRODUCCION
Un filtro digital es un sistema que, dependiendo de las
variaciones de las señales de entrada en el tiempo y
amplitud, se realiza un procesamiento matemático sobre
dicha señal; generalmente mediante el uso de
la Transformada rápida de Fourier; obteniéndose en la
salida el resultado del procesamiento matemático o la
señal de salida.
Los filtros digitales tienen como entrada
una señal analógica o digital y en su salida tienen otra
señal analógica o digital, pudiendo haber cambiado en
amplitud, frecuencia o fase dependiendo de las
características del filtro digital.
El filtrado digital es parte del procesado de señal digital.
Se le da la denominación de digital más por su
funcionamiento interno que por su dependencia del tipo
de señal a filtrar, así podríamos llamar filtro digital
tanto a un filtro que realiza el procesado de señales
digitales como a otro que lo haga de señales analógicas.
El objetivo principal de este módulo es explicar la teoría
básica de diseño de filtros digitales y analógicos.
Concretamente, se pretende dar al estudiante la
capacidad de aprender a utilizar cualquier software de
diseño de filtros y que así pueda diseñar sus propios
filtros dadas unas especificaciones concretas. Asimismo,
se combina la teoría y la práctica del diseñodefiltros con
el estudio de diferentes utilidades de los filtros digitales
y analógicos en el área de procesamiento de la señal de
audio. El proceso de diseño de un filtro digital engloba
básicamente tres etapas: las especificaciones de las
propiedades que queremos que verifique el filtro, la
determinación de los coeficientes de un sistema causal
que se aproxime a las especificaciones queridas y,
finalmente, la realizacióndelsistema
2
FIEE-INGENIERIA DE TELECOMUNICACIONES
II. OBJETIVOS
 Conocer, saber diseñar e interpretar la
respuesta impulsional que caracteriza un
filtro.
 Conocer los parámetros de diseño de un filtro:
banda de paso y de atenuación.
 Diferenciar entre filtrado digital tanto en octave
como en matlab.
 Conocer las similitudes entre los programas de los
diseños de filtro.
 Tener la capacidad de realizar el filtrado del audio
y ver su respuesta en el sistema.
 Manejar los parámetros tanto como el número de
grado del polinomio y las frecuencias de corte
III. MATERIALES Y EQUIPOS
 Computador con Software MatLab
 Computador con Sotware Octave
IV. MARCO TEORICO
Un filtro, genéricamente hablando, es un sistema que
discrimina parte del objeto que procesa, según uno o
más atributos. Por ejemplo, un filtro de aire deja pasar
el aire, pero impide el paso a las partículas de polvo
presentes en el aire. Un filtro en procesamiento de señal
es un concepto muy amplio, dado que puede ser
cualquier sistema que trate la señal. Nos centraremos en
los sistemas o filtros que, dada cualquier señal,
permiten el paso de un conjunto determinado de
frecuencias y atenúan o eliminan el resto.
Un filtro paso banda permite el paso de frecuencias de
una determinada banda de frecuencias, eliminando las
frecuencias bajas y altas. Encontramos filtros paso
banda en la transmisión y recepción de la señal, para
eliminar el contenido frecuencial que no se encuentra en
la banda de la señal que se ha de transmitir
Filtros FIR (Finite Impulse Response) Un filtro FIR de
orden M se describe por la siguiente ecuación en
diferencias lineal de coeficientes constantes:
Y [ n ] =BoX [ n ] + B1 X [ n−1 ] + …+BmX [ n−m]
No hay recursión, es decir, la salida depende solo de la
entrada y no de valores pasados de la salida. La
respuesta es por tanto una suma ponderada de valores
 3
UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES

pasados y presentes de la entrada. De ahí que se

denomine Media en Movimiento (Moving Average)
Caracterización de un filtro: respuesta impulsional y
función de transferencia.
La respuesta en amplitud de un filtro se define como el
módulo de la respuesta frecuencial del filtro:
a.- Convertir el archivo de sonido recibido xi(t) a un
archivo xi[n] en formato SonidoP.txt.
Para obtener la señal discreta usamos el comando
audioread, con el cual vamos a obtener la frecuencia de
muestreo (fs) y el vector de las muestras (a).

Así, la respuesta en amplitud de un filtro ideal es 1 en la Haciendo uso del programa Audacity
banda de paso y 0 en la banda atenuada.

La respuesta en fase de un filtro se define como la fase

de la respuesta impulsional:

El orden de un filtro es el número de coeficientes que

tiene un filtro y coincide con el máximo retardo (en
términos de muestras) que se utiliza o de la señal de
entrada o de salida anteriores para calcular y(n).

Por otra parte, el orden de un filtro se puede definir

como el orden de la respuesta impulsional. Y, a la vez,
el orden de un polinomio se define como el valor más
alto del exponente del mismo polinomio. En el caso de  Desarrollo en Matlab
una función racional, el orden se define como el
máximo entre el orden del polinomio del numerador y
el del denominador.

La frecuencia de corte de un filtro es la frecuencia a

partir de la cual la señal de salida se atenúa
significativamente. Normalmente, se considera que la
señal de entrada se debe atenuar un valor de 3 dB (o 3
dB si hablábamos de ganancia). Características del Audio “Ruiseñor_06.wav”

 Numero de canales = 1
Un filtro es un sistema lineal e invariante; por ello, se  Mono
puede caracterizar con lo que conocemos como  Duración = 1.1110 seg
respuestaimpulsional. La respuesta impulsional  A = 12249x1 double
relaciona la entrada y la salida de un sistema lineal e
 Fs = 11025 hz
invariante en el tiempo. Antes de diseñar un filtro, lo
primero que necesitamos es la plantillade
Grafica de la señal del audio en el tiempo
especificaciones, que básicamente determina cómo
queremos que sea el filtro: paso bajo, paso alto y la
frecuencia de corte y de atenuación, entre otros
parámetros.

V. PROCEDIMIENTO

En este trabajo, el objetivo es desarrollar un filtro

digital para analizar y extraer información de la señal
discreta contenida en los datos almacenados en el
archivo SonidoK.wav, que se les enviará a cada Grupo
de Trabajo.

Audio: Ruiseñor_06.wav

UNIVERSIDAD MAYOR DE SAN MARCOS
b.- Aplicando la DFT o FFT determinar la respuesta
en frecuencia Xi[k] de xi[n]. Luego, analizar y
determinar las componentes de frecuencia de
interés.
Para representar la respuesta de la señal en el dominio
de la frecuencia, usamos la DTFT por medio de la
función fft.
Para iniciar con el diseño del filtro rechaza-banda,
definimos en primera instancia, las frecuencias de corte.
4
FIEE-INGENIERIA DE TELECOMUNICACIONES
wc 1=2413 Hzwc 2=2513 Hz
Para la elaboración de este filtro optamos por utilizar un
filtro FIR ventana BLACKMAN, ya que ofrece más
estabilidad.
Esta opción es útil para el análisis espectral porque
permite que una señal con ventanas tenga implícita la
extensión periódica perfecta en la transformación
discreta de Fourier. Periódica' Cuando se especifica, la
función calcula una ventana de longitud + 1 y devuelve
los primeros puntos.
Con el siguiente programa en MatLab calculamos el
orden y la función de transferencia de nuestro filtro.
c.- Diseñar un filtro pasa-banda (IIR o FIR) con
frecuencia central y ancho de banda de acuerdo a los
resultados de (b).
Diseñaremos filtros FIR con el uso de la ventana
Blackman. Para el diseño de filtros son necesarios los
coeficientes del numerador. Por ello, recurrimos al
Programa Mathlab, por medio del uso de su función
fdatool “Filter Designer app”. Esta función nos brinda
la magnitud y fase de la respuesta del filtro.
1.- primera prueba del filtro con los siguientes
parametros:
Wc1 = 2413 hz fs = 11025 hz
Wc2 = 2513 hz N= 60
 5
UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES

2.- segunda prueba con los siguientes parametros

Wc1= 2314 hz fs=11025hz

Wc2 =2513 hz N=200
 6
UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES

IMPLEMENTACIÓN DELOS FILTROS EN

MATLAB.

UNIVERSIDAD MAYOR DE SAN MARCOS
Debemos tener en cuenta estar en el directorio donde se
trabaje y que sea el mismo al que aparezca en el
explorador de archivos, además el guion (script) a usar
se encuentre dentro de ese directorio.
c.
d.
 Desarrollo en Octave
a. Definir las características del audio
En el Software Mixcraft cargamos el audio y nos dimos
cuenta que es un audio mono, esto es que nos dará una
señal en Octave con una matriz de una sola fila, si fuese
estéreo nos hubiese dado una matriz con dos filas (esto
se explica porque habrían dos señales).
b. Al momento de ingresar al Software Octave
7
FIEE-INGENIERIA DE TELECOMUNICACIONES
Obtención de las muestras de la señal de audio en
un archivo de texto
 Línea 11: Renombramos al audio a utilizar
(ruisenor06.wav) como audio
 Línea 13: Utilizamos el comando audioread
para obtener xn y fs
Donde:
 xn vienen a ser todas las muestras que
representan al audio del Ruiseñor
 fs es la frecuencia de muestreo
 Línea 14: Guardamos las muestras que se
encuentran en xn en un archivo txt al que
llamaremos ruisenor06.txt con el comando save
además agregamos –ascii para que este archivo
guarde en una única matriz en un archivo de
texto.
De esta manera se crea el archivo de texto
ruisenor06.txt en el mismo directorio donde se
encuentra el script
Representación gráfica en el tiempo y frecuencia
de la señal de entrada
 Línea 22: Definimos N a partir del comando
length, obteniendo los cantidad de muestras
almacenadas en xn
 Línea 23: Definimos ts , siendo este el tiempo
entre muestra y muestra, definido como la
inversa de la frecuencia de muestreo
 Línea 24: Definimos el vector del tiempo en t,
empezando con 0 hasta el segundo anterior al
penúltimo segundo con una separación entre
muestra y muestra de ts
 Línea 26: Reproducimos el audio de la señal de
entrada a partir de los datos de xn y fs
 Línea 28: Definimos xk a partir del comando
fft , este calcula la transformada rápida de
Fourier de xn , para obtener la respuesta en
frecuencia de xn
 Línea 30: Definimos df como delta de f, esto es
la frecuencia entre muestra y muestra, que por
definición viene a ser la división entre la
frecuencia de muestreo fs y la cantidad de
muestras N
 Línea 31: Definimos fn como el eje de las
frecuencias que empieza en 0 , separado por una
distancia de df entre muestra y muestra, hasta la
penúltima frecuencia que está definido como
(N-1)*df o fs – df
 8
UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES

 Línea 33 a la Línea 48: Gráfica de la señal con
respecto al tiempo y frecuencia para el espectro
de magnitud.
f. Representación gráfica en el tiempo y frecuencia
de la señal de salida
 Línea 82: Filtramos la señal a partir de los
valores de B, A y xn mediante el comando
filter, que nos dará la respuesta en el tiempo
 Línea 83: Del comando fft calculamos la
transformada rápida de Fourier para obtener la
respuesta en frecuencia
 Línea 84: Reproducimos el sonido
 Línea 87 a 102: Gráfica de la señal con
respecto al tiempo y frecuencia para el espectro
de magnitud.

e. Diseño del filtro FIR pasabanda con ventana

Blackman

 Línea 57: Definimos fmax a partir del valor

máximo de xk, este valor de fmax se usará
como frecuencia central para el filtro
 Línea 58: Definimos BW como el ancho de
banda a elección del usuario.
 Línea 60 y Línea 61: Definimos fc1 y fc2, que
vienen a ser las frecuencias de corte que definen g. Comparación de los resultados
al filtro Comparamos las señales de entrada y salida con
 Línea 62: Definimos M como el número de respecto al tiempo y frecuencia para el espectro de
orden, si aumentamos el número de orden va a magnitud.
filtrar mejor, si disminuimos el número de
orden el filtro no estará filtrando bien( El orden
de un filtro describe el grado de aceptación o
rechazo de frecuencias por arriba o por debajo,
de la respectiva frecuencia de corte)
 Línea 63 y 64: B y A definen los coeficientes,
(fc1/(fs/2)),(fc2/(fs/2)) define el vector donde se
encuentran las frecuencias de corte del filtro,
seguidamente se agrega la ventana blackman
con un orden mayor a M, al ser un filtro FIR A
tiene el valor de 1
 Línea 66: H se define como la respuesta de
frecuencia del filtro
 Línea 68 a 73: Representación gráfica de la
magnitud con respecto a la frecuencia del filtro
FIR FIR pasabanda con ventana Blackman

ANALISIS DE RESULTADOS
 9
UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES

 Cuando el número de orden es 200 la gráfica del

filtro es la siguiente:

 De los cambios en el número de orden notamos

que el filtro se acentúa a medida que aumenta el
número de orden

 El tiempo que dura el audio es de 1.11  De igual forma vemos en la señal de salida que
segundos si aumentamos el número de orden en el
 El número de muestras es de 122249 dominio del tiempo su señal se atenúa
 La frecuencia de muestreo es de 11.025 kHz
 El espectro de frecuencia en la señal de
entrada es más notable en el rango de Señal de entrada
frecuencia de 2000 a 2900 Hz

M=60

 La frecuencia donde se encuentra el valor

máximo de magnitud es de 2463.5 Hz

 El ancho de banda escogido es de 99 Hz,

siendo las frecuencias de corte de 2413 Hz a
2513 Hz para el filtro
 Cuando el número de orden es 60 la gráfica del
filtro es la siguiente:
M=200

 De igual forma vemos en la señal de salida que

si aumentamos el número de orden (de 60 a
 10
UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES

200) en el dominio de la frecuencia su espectro

es mejor filtrado

Espectro de la Señal original

Espectro de la Señal Filtrada

M=60

M=200

CODIGO DE OCTAVE:
 11
UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES

VI. CONCLUSIONES

 Los filtros FIR solo dependen de la señal de

entrada, a comparación de los filtros IIR donde
intervienen anteriores valores a la salida.

VII. REFERENCIAS

 https://la.mathworks.com/help/signal/ref/blackma
n.html?s_tid=srchtitle

 https://html.rincondelvago.com/diseno-de-un-
filtro-digital-fir-pasabanda.html

 https://www.exabyteinformatica.com/uoc/Audio/P
rocesamiento_de_audio/Procesamiento_de_audio
_(Modulo_2).pdf
 12
UNIVERSIDAD MAYOR DE SAN MARCOS FIEE-INGENIERIA DE TELECOMUNICACIONES