TAREA 3 – PLANIFICAR METODOS Y HERRAMIENTAS PARA EL

DISEÑO DE FILTROS DIGITALES

Llain Medina, Juan Pablo
Universidad Nacional Abierta y a Distancia
Escuelas de Ciencias Básicas, Tecnología e Ingeniería
Ingeniería de Telecomunicaciones
Santiago de Tolú, Colombia
jpllainm@unadvirtual.edu.co

Abstract — Analysis and design of finite frequency (FIR) and Ecuación de la transformada z unilateral.
infinite frequency (IIR) digital filters, knowing their operation, ∞
characteristics and differences. X ( z )=Z { X (n) }= ∑ X ( n ) z−n ; D=(−∞ , ∞)
n =−∞
Keywords—component; Diagrams, Z transform, transfer Ecuación 3.
function, frequency and magnitude response, system phase.
Notamos claramente que el dominio de las funciones son
I. INTRODUCCION
diferentes, mientras que en la otra forma la seda bilateral
Este trabajo individual consiste en el estudio de dos tipos de abarca a todos los reales coma en la transformada z unilateral
filtros digitales de información discreta, estos son los FIR e solo abarca los enteros positivos.
IRR, aprenderemos acerca de ellos, de su funcionamiento,
para que sirve, la forma de sus respuestas representadas y ¿Cómo se calculan los polos y los ceros de una función en
estudiadas en sus frecuencias como tema principal, calculando términos de z?
de manera matemática las respuestas en frecuencia, magnitud,
fase de las respuestas de las ondas digitales que son Los ceros de la transformada z estarán determinados por
representadas en los dispositivos que los interpreten. aquellos valores de z en los que Su función transformada
X(z)=0 Y los polos estarán definidos para el mismo criterio
TEORIA. siempre y cuando X(z)=∞
Tenemos que X(z) es una función racional:
¿Qué es la transformada z?
Definimos ala transformada z como aquella que hace las B( z) bo+ b 1 z −1 +… +bM z −M
operaciones matemáticas en las señales de tipo discreta (Lo X ( z )= =
contrario á la transformada de Laplace que es para señales A (z ) ao+ a 1 z−1 +…+ aM z −N
continuas) Haciendo el procedimiento de convertir una señal Ecuación 4.
real o imaginaria en el dominio del tiempo a representarla en
el dominio de la frecuencia compleja esta se da con el nombre Si se cumple que ao ≠ 0 y bo ≠ 0, evitamos las potencias
de transformada z por la variable que se toma como dominio negativas de Z sacando factor común en los términos bo z− M
“Z”. y ao z −N .
¿Qué representa z matemáticamente en misma función? M n−1
La variable z en la función es denotada como una variable B( z) bo z −M z +( b 1/bo)z +…+bM /bo
X ( z )= =
compleja y a su vez representa aquellos valores de la serie que A (z ) ao z− N z N +(a 1/ao) z n−1 +…+ aM /ao
convergen ya que estos valores son finitos. Ecuación 5.
∞
X ( z )= ∑ X ( n) z −n
M
n=−∞
Ecuación 1.
∏ (z−zk )
N −M k=1
X ( z )=G z M
¿Cuál es la diferencia entre la transformada z bilateral y
la unilateral? ∏
k=1
(z− pk )
Ecuación de la transformada z unilateral. ∞
Ecuación 6.
+ ¿ { X( n)}= ∑ X ( n) z ; D =(0 ,∞) ¿
−n

+¿ ( z) =Z ¿
X
n=0

Donde G=bo/ao. Por tanto X(z) tiene M ceros en z=z1,z2,…

Ecuación 2. zM (son las raíces del polinomio en el numerador), N polos en
z=p1,p2…pN (las raíces del polinomio en el denominador) y
|N −M| ceros (si M<N) o polos si X(∞)=0 y existe un polo 1.2 Transformada Z de la ecuación en diferencia:
en Z=∞ si X(∞).
Al contar los polos y los ceros ensero e infinito toma debemos −1 −1 −2 −3
comprobar que la función X(z) tiene el mismo número y ( z )=box ( z ) +b 1 x ( z ) z −a1 y ( z ) z +a 2 y ( z ) z −a3 y ( z ) z
respectivamente.
1.3 Función de transferencia.
¿Qué es la respuesta en frecuencia de un sistema digital?

Sabemos que la salida de un sistema va a depender de manera y ( z )=x ( z ) [ bo+ b1 z −1 ] −a1 y ( z ) z−1+ a2 y ( z ) z−2−a 3 y ( z ) z−3
inherente a la entrada de dicho sistema, entonces la salida que
en este caso es la respuesta frecuencia nos dará un parámetro −1 −2 −3 −1
de rango en el que se encuentra dicha onda en su espectro y ( z )+ a1 y ( z ) z −a2 y ( z ) z +a3 y ( z ) z =x ( z ) [bo +b1 z ]
(todo en términos de frecuencia).
−1 −2 −3 −1
y ( z ) [1+ a1 z −a2 z + a3 z ]=x ( z ) [bo+ b1 z ]
¿Que representa la respuesta en fase de un sistema digital?
Función de transferencia.
La respuesta en fase un sistema digital está correlacionada con
la entrada que es el punto referencial para determinar dicho −1
rango en su respuesta. y(z) bo+b 1 z
=
x ( z ) 1+ a1 z −a2 z−2+ a3 z−3
−1

Cada estudiante escogerá una (1) ecuación de diferencia IIR

(Infinite Impulse Response) de las expuestas a continuación,
luego reportará en el foro su decisión, esto con el fin de que 1.4 Respuesta en frecuencia.
cada estudiante tenga una ecuación diferente.
Reemplazamos todas las z=e jω
ECUACIÓN EN DIFERENCIA IRR.
− jω
bo+b 1 e
1. H (w)= − jω −j2ω − j3ω
y ( n )=box ( n )+ b1 x ( n−1 )−a1 y ( n−1 ) + a2 y ( n−2 )−a 3 y ( n−3)1+ a1 e −a2 e +a 3 e

1.5 Magnitud de la respuesta en frecuencia.

1.1 Diagrama de Bloques:

Primero escribimos la ecuación anterior en términos de la
propiedad de Euler.
bo +b1 [ cosw− jsinw ]
H ( w )=
1+ a1 [cosw− jsinw ]−a2 [cos 2 w− jsin 2 w ]+a3 [cos 3 w

Distribuimos:

bo +b1 cosw− j b1 sinw

H ( w )=
1+ a1 cosw− j a1 sinw −a2 cos 2 w− j a2 sin 2 w+a 3 cos 3

Reestructuramos:

Ilustración 1. Diagrama de Bloques IIR. bo+b1 cosw− jb 1 sinw

H ( w )=
1+ a1 cosw−a2 cos 2 w+ a3 cos 3 w+ j(−a 1 sinw +a2 sin 2
Link de la aplicación donde se realizó:
Realizamos una sustitución para representar todo:
https://drive.google.com/file/d/1lRSQLPORRh-Tk-
ixCBVBr9fE44Y4oKrN/view?usp=sharing T =bo+ b1 cosw
P=b1 sinw
M =1+ a1 cosw−a2 cos 2 w+ a3 cos 3 w
2. ECUACIÓN EN DIFERENCIA FIR.
O=−a1 sinw +a 2 sin 2 w−a3 sin 3 w
y ( n )=bo +b 1 x ( n−1 ) +b 2 x ( n−2 ) +b 3 x ( n−3 ) +b4 x ( n−4 )+ b5 x ( n
Tenemos en forma representativa que:
2.1 Diagrama de bloques:
T − jP
H ( w )=
M + jO
Multiplicamos por la conjugada:

T − jP
∗M − jO
M + jO
H ( w )=
M − jO
2
TM − jTO− jPM + j PO
H ( w )= 2 2 2
M − jOM + jOM − j O

TM − jTO− jPM−PO
H ( w )= 2 2
M +O
Reescribimos para separar la parte imaginaria:

TM −PO j(TD−PM )
H ( w )= +
M 2 +O2 M 2 +O2
Ahora si escribimos la magnitud de la respuesta en frecuencia:

√( )(
TM −PO 2 TD −PM
)
2
|H (w)|= 2 2
+ 2 2
M +O M +O

1.6 Función que representa la respuesta en fase del

Ilustración 2. Diagrama de bloques FIR.
sistema:

Link:

( )
TD−PM https://drive.google.com/file/d/
2 2
M +O 1MLxlDgOcaMExOBiM2EunwBRQLjBO_sOm/view?
θ=( a+bj ) =arctan usp=sharing
TM −PO
2 2
M +O 2.2 Transformada Z.
−1 −2 −3 −4
Teniendo en cuenta que: y ( z )=b o x (z )+ b1 x ( z ) z +b 2 x ( z ) z +b3 x ( z ) z + b4 x ( z ) z + b

T =bo+ b1 cosw 2.3 Función de transferencia.

P=b1 sinw Factorizamos la ecuación anterior:
M =1+ a1 cosw−a2 cos 2 w+ a3 cos 3 w
−1 −2 −3 −4 −5 −6
O=−a1 sinw +a 2 sin 2 w−a3 sin 3 w y ( z )=x ( z)[b¿ ¿ o+b 1 z +b2 z +b3 z +b4 z + b5 z + b6 z ]
Despejamos y queda la función de transferencia:

y(z)
=b o +b1 z−1+ b2 z −2+ b3 z −3 + b4 z−4 +b 5 z −5 +b 6 z −6 II. CONCLUSIONS
x (z) It is important to consider that the control in the DSP it
worked only to 190 Hz, since the control source used was
limited to play higher frequencies, because the subwoofer has
a High-pass/low-pass linked filter from 50 Hz to 200 Hz.

2.4 Respuesta en frecuencia del sistema. The low frequency tones used for ANC in the DSP card were
attenuated around 20 and 26 decibels. DSP control tests
Reemplazamos todas las z=e jω carried out with the compressor noise were unsatisfactory,
since no significant attenuation of the signal was achieved.
− jω −j2ω −j3ω −j4 ω −j5ω −j6ω
H (w)=b o+ b1 e + b2 e +b3 e +b 4 e + b5 e +The
b6 elargest was 4 dB attenuation.
III. FUTURE WORK
2.5 Magnitud de la respuesta en frecuencia: It is important to test the behavior of other identification
algorithms, like the normalized LMS or the recursive LMS for
Reescribimos la ecuación anterior en términos de la propiedad active noise control applications. It is possible to design LMS
de Euler: algorithm in frequency domain, in order to reduce processing
overloads in DSP. LMS could even be used for online
− jω identification systems. Also it can experiment the use of other
e =cosw− jsinw
digital realizations of FIR or IIR filters direct form II,
transpose, cascade or lattice, etc.
H (w)=b o+ b1 [cosw− jsinw]+b 2 [cos 2 w− jsin 2 w]+ b3 [cos 3 w− jsin3 w]+b 4 [cos 4 w− jsin 4 w ]+b5 [cos 5 w− jsin 5 w
It is important to evaluate the active noise control for smaller
Distribuimos: sample rates, since the sample rate used were 8 KHz, and also
evaluate the ANC behavior in the DSP with a control source
H (w)=b o+ b1 cosw− j b1 sinw + b2 cos 2 w− j b2 sin2 w+bwhich
3 cos 3can
w− jb higher
play w +b 4 cos 4like
3 sin 3 frequencies, w−500
j bHz
4 sin
or4higher.
w+ b5 cos 5 w− j b5 s

Agrupamos términos semejantes: REFERENCES

H ( w )=b o+ b1 cosw+ b2 cos 2 w+b 3 cos 3 w+b 4 cos 4 w+ b5 [1]

cos D.
5 w+ b6 cos
A. Harris, Noise + j(−b
6 wControl
the industrial/commercial 1 sinw−b
Manual:
acoustical 2 sin12 ed.
Guidelines
environment,
w−b
for problem sin 3inw−b 4 sin 4
solving
Van3Nostrand
st

Reinhold, 1991, p. 172.

[2] P.B. Pathak and M.P.P. Hirave “FxLMS Algorithm for active noise
Realizamos una sustitución para representar todo: cancellation”, pp. 978-981, 2012.
[3] E. N. Rivas and P. Lischinsky “HERRAMIENTA DE SOFTWARE
LIBRE CON ACCESO”, 2008.
Y =bo +b 1 cosw +b 2 cos 2 w +b3 cos 3 w +b 4 cos 4 w+b 5 cos 5[4]w+b
R. A.6 cos 6w
Quintana-Soler and D.A. Patiño Guevara “Identificación de
sistemas aplicado a un recinto reverberante” pp. 1-10. 2014
I =−b 1 sinw−b 2 sin 2 w−b3 sin 3 w−b 4 sin 4 w−b 5 sin 5 w−b 6 sin 6 w
[5] LJUNG, Lennart. System identification. Birkhäuser Boston, 1998.
[6] B. Widrow and S.D. Stearns, Adaptive Signal Proccesing, Prentice-Hall.
1985.
Hacemos la representación de la magnitud de la respuesta en
[7] S. Kuo, Gan, W, Kalluri, Active Noise Control Systems, Algorithms and
frecuencia con la sustitución: DSP Implementation. New York, 1996.
[8] J. Proakis and D. Manolakis, Digital Signal Proccesing, principles,

| | √
H (w) = Y 2 + I 2
algorithms and applications. Prentice Hall. 1996.
[9] S.Y. Radiocomunicaciones, TESIS DOCTORAL Ingeniería avanzada
para sistemas de control de ruido acústico mediante técnicas adaptativas.
2.6 Función que representa la respuesta en fase: 1998.
[10] Olson, H.F, and E. G. May, “Electronic Sound Absorber,” J. Acoust.
θ=( a+bj ) =arctan
Y
I ( ) Soc. Am., Vol 25, No. 6, Nov. 1953, pp. 1130-1136
[11] Gan, W.S.; Mitra, S.; Kuo, S.M.: Adaptive feedback activenoise control
headset: implementation, evaluation an its extensions. IEEE Trans.
Consum. Electron., 51 (3) (2005), 975–982.
[12] Diniz, P. S. (1997). Adaptive filtering. Boston, MA: Kluwer.
[13] Kostek, T. M., & Franchek, M. A. (2000). Hybrid noise control in ducts.
Journal of Sound and Vibration, 237(1), 81-100.
[14] Kuo, S. M., Mitra, S., & Gan, W. S. (2006). Active noise control system
for headphone applications. Control Systems Technology, IEEE
Transactions on, 14(2), 331-335.
[15] Bao, C., Sas, P., & Van Brussel, H. (1993). Adaptive active control of
noise in 3-D reverberant enclosures. Journal of sound and vibration,
161(3), 501-514.
[16] S. M. Kuo and D. Vijayan, “Adaptive algorithms and experi-mental
verification of feedback active noise control systems,”Noise Control
Eng. J., vol. 42, pp. 37–46, Mar.–Apr. 1994
[17] S. J. Elliott, P. A. Nelson, I. M. Stothers, and C. C. Boucher, “In-flight
experiments on the active control of propeller-inducedcabin noise,” J.
Sound Vibration, vol. 140, no. 2, pp. 219–238, 1990.
[18] De Diego, M., Gonzalez, A., Pinero, G., Garcia, C., & Ferrer, M. (2000).
Acoustic field conformation using multichannel active noise control
techniques. In Sensor Array and Multichannel Signal Processing
Workshop. 2000. Proceedings of the 2000 IEEE (pp. 202-206). IEEE.
[19] Moon, T. K., & Stirling, W. C. (2000). Mathematical methods and
algorithms for signal processing (Vol. 1). New York: Prentice hall.