PDS

S SEMANA N° 11

1
Estructuras Discretas

2
 1. Introducción
 Los sistemas discretos lineales e invariantes en el tiempo se
caracterizan por su función de transferencia racional:

N M k
b z −k

y[n] = − ak y[n − k ] +  bk x[n − k ] H ( z) = k =0

N
1 +  ak z − k
k =1 k =0

k =1

 La realización de una estructura especifica depende de:

◼ Complejidad computacional
◼ Requisitos de memoria
◼ Efectos de cuantificación (hardware y software)

3
2. Estructuras para Sistemas FIR

 Ecuación de diferencia de un sistema FIR de orden M

M −1
y[n] =  bk x[n − k ]
k =0

 Función de transferencia
M −1
H ( z ) =  bk z − k
k =0

 La respuesta al impulso
bn , 0  n  M −1
h[n] = 
0, en otro caso
4
2. Estructuras FIR: Forma Directa

M −1
y[n] =  hk x[n − k ]
k =0

5
 2. Estructuras FIR: Forma Directa
L
H ( z) =  H k ( z)
k =1

Para
subsistemas de
orden 2

Hk ( z) = bk 0 + bk1z −1 + bk 2 z −2

6
 3. Estructuras para Sistemas IIR
 Para el sistema:

N M k
b z −k

y[n] = − ak y[n − k ] +  bk x[n − k ] H ( z) = k =0

N
1 +  ak z − k
k =1 k =0

k =1

7
 3. Estructuras IIR: Forma Directa I
 Para la Función de Transferencia:

 
M

k
b z −k
 1  M 
H ( z) = k =0
N H ( z ) = H 2 ( z ) H1 ( z ) =     bk z − k 
 1 + a z −k   k =0
N
1 +  ak z − k 
  k 
k =1  k =1 

Equivalentemente, a través de un par de ecuaciones:

M 
V ( z ) = H1 ( z ) X ( z ) =   bk z − k  X ( z ) v[n] = b0 x[n] + b1 x[n − 1] + ... + bM x[n − M ]
 k =0 
 
 1  y[n] = −a1 y[n − 1]... − aN y[n − N ] + v[n]
Y ( z ) = H 2 ( z )V ( z ) =  V ( z )
 1 + a z −k 
N

  k 
 k =1 
8
3. Estructuras IIR: Forma Directa I
v[n] = b0 x[n] + b1 x[n − 1] + ... + bM x[n − M ]
y[n] = −a1 y[n − 1]... − aN y[n − N ] + v[n]

b z k
−k

H ( z) = k =0
N
1 +  ak z − k
k =1

9
 3. Estructuras IIR: Forma Directa II
 Para la Función de Transferencia:
M

b z k
−k
 
H ( z) = k =0
M  
−k  1
H ( z ) = H1 ( z ) H 2 ( z ) =   bk z   
N
1 +  ak z − k
  1 + a z −k 
N
 k =0
k =1
  k 
 k =1 

Equivalentemente, a través de un par de ecuaciones:

 
 
N

W ( z) = H 2 ( z) X ( z) = 
1
 X ( z) w[n] = − ak w[n − k ] +x[n]
 1 + a z −k 
N
k =1
  k 
 k =1 
M
M y[n] =  bk w[n − k ]
Y ( z ) = H1 ( z )W ( z ) =  bk z W ( z ) −k
k =0
k =0
10
3. Estructuras IIR: Forma Directa II
N
w[n] = − ak w[n − k ] +x[n]
k =1

M
y[n] =  bk w[n − k ]
k =0

b z k
−k

H ( z) = k =0
N
1 +  ak z − k
k =1

11
4. Diferencias entre las estructuras IIR: Forma
Directa I y II

 En la forma directa I: los ceros de H(z), son

implementados primero, seguidos por los polos.

 En la forma directa II: los polos de H(z), son

implementados primero, seguidos por los ceros.

 El número de elementos de retardos (delay) en las

estructuras forma I y II, está dado por max(N,M).

12
4. Diferencias entre las estructuras IIR:
Forma Directa I y II

 Teóricamente, el orden de la implementación no

afecta el funcionamiento del sistema.

 Sin embargo, cuando una ecuación en diferencia es

implementada en términos de aritmética de
precisión finita, puede existir una significante
diferencia entre los dos sistemas que son
teóricamente equivalentes.

13
Diseño de Filtros Digitales

14
1. Diseño de Filtros Digitales FIR
 El diseño de filtros, implica la selección de una
secuencia finita que representa la respuesta al
impulso de un filtro ideal

 Los filtros FIR siempre son estables, y con fase

lineal (retraso en el tiempo)

 Métodos comunes para el diseño de filtros FIR:

◼ Ventanas, usando la respuesta al impulso de los
filtros ideales
◼ Muestreo en frecuencia
◼ Diseño iterativo basado en restricciones óptimas

15
 2. Diseño de Filtros FIR con base en
Ventanas
 Se inicia con la selección de la respuesta al
impulso hN[n] como una versión simétrica truncada
de la respuesta al impulso h[n] de un filtro con
respuesta en frecuencia H(F).

 Para un filtro digital pasa-baja ideal, con frecuencia

de corte Fc:

e − j 2 F ( N −1) / 2 | F | Fc
H (F ) = 
0 | F | Fc

16
2. Diseño de Filtros FIR con base en
Ventanas
 Aplicando la Transformada Inversa de Fourier a
H(F)
1/ 2
1
h[n] =  H ( F ).e− j 2 nf dF = 2 Fcsinc  2Fc n
Fs −1/ 2

 h[n] define los coeficientes del filtro FIR.

17
 1. Filtros Digitales FIR
 Enseguida, se realiza el truncamiento de la
respuesta al impulso h[n] por una ventana w[n]:

Multiplicación en
tiempo discreto
hw [n] = h[n]w[n]

Convolución en la
Frecuencia H w ( F ) = H ( F ) W ( F )

18
1. Filtros Digitales FIR
 Características de las Funciones Ventana
VENTANA
−0.5( N − 1)  n  0.5( N − 1)
Boxcar
w[n] = 1
Coseno  n 
w[n] = cos  
 N −1 
Barlett 2n
w[ n] = 1 −
N −1
Von Hann (Hanning)  2n 
w[n] = 0.5 + 0.5cos  
 N −1 
Hamming  2n 
w[n] = 0.54 + 0.46 cos  
 N −1 

19
20
 sin(x)
sinc( x) = , sinc(0) = 1
Ejemplo x

 Diseñar un filtro pasa-baja con una frecuencia de corte de

5 kHz y una frecuencia de muestreo de 20 kHz.

➢ La frecuencia normalizada es Fc=f/fs=0.25

➢ h[n]=2.Fc.sinc(2nFc)=0.5sinc(0.5n)

 Para N=9 y usando la ventana de Barlett:

n = {−4, − 3, −2, −1, 0, 1, 2, 3, 4}

−0.5( N − 1)  n  0.5( N − 1) h[n]={0, -0,1061, 0, 0.3183, 0.5, 0.3183, 0, -0.1061, 0}
−4  n  4

2n
w[n] = 1 −
N −1
w[n]={0, 0.25, 0.5, 0.75, 1, 0.75, 0.5, 0.25, 0}
21
Ejemplo
 El producto de h[n] por w[n] determina el filtro FIR
de orden N=9

hW [n]={0, -0.0265, 0, 0.2387, 0.5, 0.2387, 0, -0.0265, 0}

H ( z ) = 0 - 0.0265 z -1 + 0.2387 z -3 + 0.5 z -4 + 0.2387 z -5 - 0.0265 z -7

 Usando filterbuilder

22
23
 Respuesta en Frecuencia

Time domain Frequency domain

20
1
0

0.8
-20

Magnitude (dB)
Amplitude

0.6
-40

0.4
-60

0.2 -80

0 -100
1 2 3 4 5 6 7 8 9 0 0.2 0.4 0.6 0.8
Samples Normalized Frequency ( rad/sample)

24
Respuesta al Impulso

25
Consideraciones de Diseño de los Filtros
FIR
 Los Filtro FIR son estables
 Es posible diseñarlos con fase lineal, es decir, sin
distorsión de fase.

( F ) = e− j 2 MF

 Selección de la Ventana
 Selección del Orden del Filtro

26
Consideraciones de Diseño de los Filtros
FIR

27
Transformaciones Espectrales

 El diseño de los otros FIR aparte de los pasa-baja,

comienza con un prototipo pasa-bajas, seguido por
las transformaciones espectrales para convertirlo en
el tipo de filtro requerido.

 Estas transformaciones no cambian el orden del

filtro.

28
Transformaciones Espectrales

 Punto de inicio -Filtro Pasa-bajas:

◼ Ganancia pasa-banda unitaria
◼ Frecuencia de corte Fc
◼ Respuesta al impulso con ventana hLP[n]

hLP [n] = 2 Fcsinc ( 2nFc ) w[n]

−0.5( N − 1)  n  0.5( N − 1)

29
Transformación Pasa-Bajas a Pasa-Altas

Fc = 0.5 − 0.5( Fp + Fs )
hHP [n] = (−1) n 2 Fcsinc(2nFc ) w[ n]
0  n  N −1

30
Transformación Pasa-Bajas a Pasa-Banda

F0 = 0.5( F2 + F3 )
Fc = 0.5( F3 + F4 ) − F0
hBP [n] = 4 Fcsinc(2nFc ) cos(2nF0 ) w[n]
0  n  N −1

31