Teoría de los filtros

Palabras clave
IIR, FIR.

Filtros ¿Qué es un filtro?

Un filtro es un dispositivo bien realizado en hadware o software que se aplica a un conjunto de datos ruidosos para poder extraer información
sobre una cantidad de interés. En el área de las señales, el filtrado es un proceso mediante el cual se modifica el contenido espectral de una
señal. Se puede describir un filtro como aquel que es capaz de discriminar aquello que pasa a través de él. [1]

IIR e FIR ¿Qué son?

Según sus definiciones los filtros IIR (Infinite impulse response) como su nombre lo indica tienen unas respuestas de impulso de longitud
infinita; por el contrario, los que son filtros FIR (Finite impulse response) tiene respuestas impulso finitas. La manera para determinar su
diferenciación, y la razón detrás de poder generar una salida de longitud infinita al excitar un sistema con un impulso, se puede entender
principalmente por su retroalimentación. En general, los filtros digitales se constituyen con dos bloques elementales: los retrasos y las
ganancias. Esos dos elementos se conjugan entre si de maneras ingeniosas para crear estructuras que logren generar efectos deseables en el
dominio de la frecuencia. [2]

FIR
Poco comunes, pero más intuitivos en estructura. La base de los filtros FIR consiste en conectar la entrada del filtro a una serie de retardos. El
primero con solo una muestra de retraso, el segundo con dos, el tercero con tres y así sucesivamente. En seguida se amplifica o atenúa cada
retraso con un factor de ganancia especifico y finalmente se suman las salidas. Al organizar estas ganancias una detrás de otra obtenemos la
respuesta impulso del filtro. Además, por lo que la estructura es análoga a una línea de retrasos con múltiples salidas. [2] se puede representar
matemáticamente de la siguiente manera.
N−1
y ( n )= ∑ h ( i ) x ( n−i ) (1)
i=0

Ecuación 1. Representación matemática de un filtro tipo FIR.

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.[3]

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[3].

Método de las ventanas

Este método se basa en limitar (en un punto N) la respuesta al impulso infinita de un filtro ideal, ya que esta es infinita en duración. Limitar
hd(n) a un orden N es equivalente a multiplicarla por una ventana. Es evidente que la multiplicación de la función ventana con h(n) es
equivalente a unca convolución de HD (ω ¿ en el dominio de la frecuencia. Limitar la respuesta al impulso del filtro hace que en el aparezcan
rizados u oscilaciones en la respuesta en frecuencia y, además, se obtengan transiciones menos abruptas.[4]

A continuación, se muestra una tabla de las ventanas más utilizadas:

Ventana Secuencia temporal

Rectangular 1
 Barlett N −−1
1−
| 2 n−
2 |
N −1
Hanning 1 2 πn
2 (1−cos ⁡(
N −1
) )
Hamming 2 πn
0.54−0.46 cos
N−1 ( )
Blackman 2 πn 4 πn
0. 42−0.5 cos
N−1 ( )
+0. 08 cos (
N −1 )
Tabla 1. Ventanas utilizadas en el diseño de filtros FIR.[4]

IIR
Un filtro IIR, no solo hace uso de retrasos para los valores a la entrada del filtro, toma también los valores de la salida, les aplica una nueva
cadena de retrasos y retroalimenta esta señal a la entrada del filtro. Este elemento adicional permite la obtención de funciones de transferencia
interesantes sin requerir una gran cantidad de elementos. El entender como se logran estas funciones de transferencias, tanto de filtros FIR y
IIR, es un proceso nada sencillo que se logra a través de la solución de ecuaciones de diferencias (sumas y restas de entradas y salidas con
retrasos) por medio de la transformada Z (una versión discreta de la transformada de Laplace). [2] ecuación general para un filtro IIR es:
N N
y ( n )=∑ h (i ) x ( n−i )+ ¿ ∑ y ( n−1 ) (2)¿
i=0 i=1

Ecuación 2. Ecuación general para un filtro IIR.[4]

Donde la primera parte de la ecuación 2 contiene la muestra presente, la cual es sumada con la segunda parte que corresponde a todas las
muestras pasadas de la señal de entrada, por lo tanto, se dice que el sistema tiene memoria infinita. La misma ecuación 2 representada en el
dominio discreto es:[4]
−1 −2 −m
Y ( z ) b0 +b 1 z +b2 z + …+b m z
G ( z) = = , n≥ m ( 3 )
X ( z ) 1+ a1 z −1 +a 2 z−2 +…+ an z −n
Ecuación 3. Ecuación general para un filtro IIR en el dominio discreto.[4]

Son filtros que presentan ceros y polos por lo que pueden ser inestables, a diferencia de los filtros FIR que siempre son estables.

Para el diseño de este tipo de filtros se realiza el diseño analógico, generalmente de un prototipo de filtro pasa-bajo, seguido de una
transformación del plano s al plano z. Para lo cual se tienen en cuenta las siguientes especificaciones propuestas en la figura 1:

• δ 1 es el rizado de la banda de paso.

• δ 2 es el rizado de la banda de corte.

• f p es la frecuencia límite de la banda de paso.

• f s es la frecuencia límite de la banda de corte.

A continuación, se definen las características y la función de transferencia de los filtros analógicos:

Filtros Butterworth
Los filtros Butterworth poseen la característica de tener una curva de respuesta lo mas plana posible a frecuencia cero. La función de
transferencia viene dada por:

1
|H ( s )|= N
(4)
−s 2
1+
( )
f p2
Ecuación 4. Función de transferencia del filtro Butterworth. [4]
Donde N es el orden del filtro.

Fig.1. características de las bandas de un filtro.

El código de Matlab de un filtro Butterworth se representa de la siguiente manera [ N ,Wn ] =buttord ( ℘ , Ws, Rp , Rs , ' s ' ) .

Filtro chebyshev
Los filtros chebyshev presentan un rizado en la banda de paso, pero permiten obtener una atenuación mayor en la banda de detención a un
orden más bajo.[4] Su respuesta en frecuencia es:

1
¿ H ( f ) ∨¿2= ,0 ≤ ε ≤ 1(5)¿
f
2
1+ ε τ N 2
( )
fc

Ecuación 5. Respuesta en frecuencia del filtro chebyshev.

Siendo τ N ( x ), el polinomio de Chebyshev que se define como:

−1
τ N ( x )= cos ( N . cos −1x ) ,|x|≤1 (6)
{cos ( N . cosh x ) ,|x|>1
Ecuación 6. Definición del polinomio de chebyshev.

El código de Matlab de un filtro Chebyshev se representa de la siguiente manera [ N ,Wn ] =cheb 1 ord ( ℘ , Ws , Rp , Rs ,' s ' ).
Filtros Elípticos
Son filtros que consiguen estrechar la zona de transición, lo que permite un rizado constante en ambas bandas. [4] Su función de transferencia
es:

1
¿ H ( f ) ∨¿2= ,0 ≤ ε ≤ 1(7)¿
f
2
1+ ε μ N 2
( )
fp
Ecuación 7. Función de transferencia de filtros Elípticos.

Donde μ N ( x ) es una función Jacobiana elíptica de orden N, definida por:

2π
dθ
μ N ( x ) =∫
0 √ 1−x 2 sen 2 θ
Ecuación 8. Definición de μ N ( x ).
Un aspecto para considerar en la elección de una u otra alternativa de implementación de los filtros digitales es la facilidad de los métodos de
diseño y re-diseño del filtro y la posibilidad de convertir un diseño dado entre varias estructuras. Los filtros FIR se diseñan en la actualidad
 utilizando diferentes técnicas: métodos de ventana (rectangular, triangular, Hamming, Kaiser, etc.), método minimax (equiripple), o método de
mínimos cuadrados. Por su parte, los filtros IIR digitales se diseñan a partir de los métodos tradicionales de diseño de filtros analógicos
(Butterworth, Chebyshev I y II, y elípticos) utilizando la transformada Z bilineal para discretizar el sistema. El paso de un método de diseño a
otro, o de una estructura de implementación a otra puede realizarse hoy en día de forma simple utilizando herramientas software como los
entornos Matlab/Simulink de la compañía The Mathworks Inc.[1]

Filtros activos
Son aquellos que hacen uso de elementos pasivos (resistencias, condensadores y bobinas) asociados a otros activos (válvulas, transistores,
amplificadores operacionales). Los elementos activos que se utilizan actualmente son los amplificadores operacionales.[5]

Los filtros activos proporcionan una gran amplificación de la señal de entrada (ganancia) lo que es importante al trabajar con señales muy
bajas, a demás facilitan el diseño de filtros complejos mediante la asociación de etapas simples.[5]

Los filtros se clasifican en:

Filtros pasa bajos (LP), los cuales solamente dejan pasar señales con frecuencias menores a una frecuencia de corte establecida por el
diseñador.

Filtros pasa altos (HP), los cuales solamente dejan pasar señales con frecuencias mayores a la frecuencia de corte establecida por el diseñador.

Filtros pasa banda (BP), lo que permiten el paso de señales eléctricas comprendidas entre dos frecuencias establecidas por el diseñador.

Filtro rechaza banda (Nortch), son los que no permiten pasar una frecuencia especifica.

Conclusiones
Los filtros FIR son siempre estables, ya que contienen ceros[4].

Los filtros IIR son inestables para señales con componente DC a la entrada, ya que cuentan con polos.[4]

Los filtros FIR se pueden diseñar para que representen fase lineal dentro de la banda de paso.[4]

Un filtro IIR tiene lóbulos laterales menores en la banda de corte que un FIR con los mismos parámetros.[4]

Los filtros IIR presentan mayor error de cuantificación en función del numero de bits empleado para almacenar los coeficientes.[4]

En los filtros IIR, su implementación involucra menos parámetros, requiere menos memoria y tiene menor complejidad computacional.[4]

Referencias

[1] J. Manuel and M. de La Rosa, “FUNDAMENTOS TEÓRICOS 7 FUNDAMENTOS TEÓRICOS 1.1. FUNDAMENTOS
TEÓRICOS: FILTROS.”

[2] “IIR vs FIR: Entendiendo realmente sus diferencias.” https://www.juansaudio.com/post/iir-vs-fir-entendiendo-

realmente-sus-diferencias (accessed Nov. 06, 2021).

[3] Alicia Martinez, “Equiripple & Window,” https://es.scribd.com/document/436327977/Equiripple-window.

[4] O. F. Corredor, L. F. " Pedraza, and C. A. Hernández, “DISEÑO E IMPLEMENTACIÓN DE FILTROS DIGITALES’ DES1GN
ÁND IMPLEMENTATION ,OF DIGITAL FILTERS.”

[5] A. Uk, “CORE View metadata, citation and similar papers at core.”