Filtros de Tiempo Discreto

(estructura y respuesta)
https://courses.edx.org/courses/RiceX/ELEC301.2x/20
15Q3/course/

Dr. José Guadalupe Torres Morales

 Transformada Laplace/Fourier
Tiempo continuo Frecuencia continua

Muestreo Muestreo

Transformada z Frecuencia discreta

Tiempo discreto
Transformada discreta de Fourier

Análisis de transformación continua y discreta

Concepto de filtros digitales

Vamos a considerar sistemas lineales e invariantes temporales (LIT) caracterizados por una ecuación
de diferencias con coeficientes constantes de la forma

𝑦 𝑛 = 𝑏 𝑥 𝑛−𝑘 − 𝑎 𝑦(𝑛 − 𝑘

Su función de transferencia es:

∑
𝑏 𝑧 𝑌(𝑧)
𝐻 𝑧 = =
1−∑ 𝑎 𝑧 𝑋(𝑧)
Los coeficientes {ak} y {bk} determinan la respuesta en frecuencia del filtro. Una señal x(n)que pase a
través del sistema tendrá una salida Y(ω)= H(ω) X(ω), siendo H(ω) la respuesta en frecuencia del filtro
considerado
Diagrama de bloques
La representación de bloques se realiza mediante los siguientes bloques básicos

Sumador x[n] y[n]=x[n]+w[n]

w[n]

A
Multiplicador x[n] y[n]=Ax[n]

Retardo Unidad x[n] z-1 y[n]=x[n-1]

Bifurcación x[n] x[n]

x[n]
 Poniendo los sistemas LTI a trabajar
Meta: Diseña un sistema LTI para realizar una determinada tarea en alguna aplicación

x h y

𝑦 𝑛 = 𝑥 𝑛 ∗ℎ 𝑛 = ℎ 𝑛 − 𝑚 𝑥[𝑚]

𝑌 𝑧 =𝐻 𝑧 𝑋 𝑧 , 𝑌 𝜔 = 𝐻 𝜔 𝑋(𝜔)

Preguntas claves
¿Cuál es la gama de tareas que puede realizar el sistema LTI?
¿Cuáles son los parámetros bajo control para propósitos de diseño?
¿Qué hacen los sistemas LTI? Recordando los Eigenanalysis

LTI sistema eigenvectores: 𝑠 𝑛 = 𝑒

LTI sistema eigenvalues: 𝜆 = 𝐻 𝜔 = ∑ ℎ𝑛𝑒 (Respuesta en frecuencia)

sω h λωsω
 Señales filtradas en un sistema LTI

x h y

Interpretación importante de 𝑌 𝜔 = 𝐻 𝜔 𝑋(𝜔)

𝑑𝑤 h 𝑑𝑤
𝑥𝑛 = 𝑋 𝜔 𝑒 𝑦𝑛 = 𝐻 𝜔 𝑋 𝜔
2𝜋 2𝜋

Un sistema LTI procesa una señal x[n] amplificando o atenuando las sinusoides en su representación de
Fourier (DTFT) X(ω) por el factor complejo H(ω)

Inspira la terminología de X(ω) que es filtrada por H(ω) para producir Y(ω)
Diagrama de bloques
Estructuras equivalentes

Hay literalmente un número infinito de estructuras equivalentes que realizan la misma función
de transferencia.

 Sin embargo, en la práctica, debido a las limitaciones de longitud de palabra finita, una
realización especifica puede comportarse muy diferente de alguna otra realización
equivalente. Por lo tanto, es importante elegir una estructura que los efectos de
cuantización sean mínimos cuando se implemente usando aritmética de precisión finita.

 Veremos algunos de los procedimientos de implementación mas populares mas adelante

Estructuras básicas de Filtros FIR-MA (Promedio móvil)
Ecuación de diferencia Transformada Z- Función
de transferencia

𝑦𝑛 = 𝑏 [ ] 𝐻 𝑍 = 𝑏 𝑍

También se puede
describir en función de la
frecuencia a partir de :
Z=ejw=cosw+jsenw
es decir:

𝐻 𝑗𝑤 = 𝑏 𝑒

Nota: Sistema conocido como no recursivo (Promedio

Móvil) o también como respuesta al Impulso Finito
(FIR), su comportamiento es de Ceros y Polos en el
origen, recuerden que por un polo un cero y viceversa
Estructuras básicas de Filtros IIR-AR (Autorecursivo)
Ecuación de diferencia Transformada Z- Función
de transferencia
1
𝑦 𝑛 =𝑥 𝑛 − 𝑎 𝐻 𝑍 =
[ ] 1−∑ 𝑎 𝑍
También se puede
describir en función de la
frecuencia a partir de :
Z=ejw=cosw+jsenw
es decir:
1
𝐻 𝑗𝑤 =
1−∑ 𝑎 𝑒
Nota: Sistema conocido como no recursivo
(AutoRecursivo-AR) o también como respuesta al
Impulso infinito (IIR), su comportamiento de Polos y
Ceros en el origen, recuerden que por un polo un cero y
viceversa
Estructuras básicas de Filtros IIR “ARMA”
∑ 𝑏 𝑍
𝑦𝑛 = 𝑏 𝑥 𝑛−𝑘 − 𝑎 𝑦 𝑛−𝑘 𝑦𝐻 𝑍 =
1−∑ 𝑎 𝑍
Este sistema se comporta con polos y ceros, esta FT genera el siguiente sistema
Estructuras básicas de Filtros IIR “ARMA”

Transformación

→
Inversión
Nodos a sumatorias
Sumatorias a nodos
Se invierte el flujo de la
señal
Diseño de parámetros de filtros de tiempo discreto (sistemas LTI)

x H y

• Respuesta al impulso: h[n]

• Funcion de transferencia: H(z)
• Polos y ceros
• Respuesta en frecuencia: H(ω)
• Parámetros promedio Movil/Recursiva: {ai},{bi}
Los filtros ideales son sistemas no causales y por lo tanto tiene un numero infinito de términos

Modulo de las respuestas de algunos filtros discretos en el tiempo y selectivos en frecuencia

 Arquetipos de filtros: Pasa bajas

• Filtro ideal pasa bajas

• Ejemplo de respuesta al impulso pasa bajas

h[n]

• Ejemplo respuesta Frecuencia |H(ω)|

Características
Rizado en la banda pasante 𝛿 , 𝛿 𝑅 , 𝑟 𝑑𝐵 = 20 log >0
Rizado en la banda de rechazo 𝛿 , 𝛿 𝑅 , 𝑟 𝑑𝐵 = −20 log ≈ −20𝑙𝑜𝑔𝛿 > 0
Frecuencia limite de la banda de paso ωp
Frecuencia limite de la banda de rechazo ωs
Banda de transición: B=ωs-ωp
 Arquetipos de filtros: Pasa altas

• Filtro ideal pasa altas

• Ejemplo de respuesta al impulso pasa altas

h[n]

• Ejemplo respuesta Frecuencia |H(ω)|

 Arquetipos de filtros: Pasa bandas

• Filtro ideal pasa altas

• Ejemplo de respuesta al impulso pasa

bandas h[n]

• Ejemplo respuesta Frecuencia |H(ω)|

Arquetipos de filtros: Elimina Bandas

• Filtro ideal elimina bandas

• Ejemplo de respuesta al impulso elimina

bandas h[n]

• Ejemplo respuesta Frecuencia |H(ω)|

 Resumen
• Ahora que entendemos lo que hacen los sistemas LTI, podemos diseñarlos para llevar a cabo ciertas tareas

• Un sistema LTI procesa una señal x[n] amplificando o atenuando las sinusoides en su representación de
Fourier (DTFT)

• Parámetros equivalentes en el diseño de filtros discretos en el tiempo

• Respuesta al impulso h[n]
• Transformada z: H(z) (polos y ceros)
• Respuesta en frecuencia H(ω)
• Parámetros promedio móvil/recursivo : {ai},{bi}

• Arquetipos de filtro: Pasa bajas, pasa altas, pasa bandas, elimina bandas

• Enfatizaremos las señales de duración infinita, pero la situación es similar para las señales de duración finita
De los siguientes filtros IIR, determine la función de transferencia, los
coeficientes y la respuesta al impulso

• y[n]=0.2x[n]+0.4x[n−1]+0.5y[n−1],
• y[n]=0.5x[n]+0.7x[n−1]−0.5x[n−2]−0.4y[n−1]+0.6y[n−2]