Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝑁−1
𝑦 𝑛 = ℎ 𝑘 . 𝑥(𝑛 − 𝑘)
𝑘=0
MÉTODO DE VENTANEO
• Para diseñar los filtros FIR se tienen que truncar la serie infinita de los
coeficientes de Fourier en una serie finita. Si estos coeficientes son
truncados, el filtro se vera afectado y se producirá el efecto de Gibbs.
• En primer lugar se debe buscar la transformada inversa de Fourier de
la respuesta deseada, y a partir de DTF inversa, obtener los
coeficientes del filtro para luego acotarlo con un determinado tipo de
ventana.
EFECTO DE CONVOLUCION DE LA
FRECUENCIA
VENTANA RECTANGULAR
1 0≤𝑛 ≤𝑁−1
𝑊 𝑛 =
0 𝑛≥𝑁
1 − 𝑧 −𝑁
𝑊 𝑧 = 1 + 𝑧 −1 + ⋯ + 𝑧 −𝑁+2 + 𝑧 −𝑁+1 =
1 − 𝑧 −1
f
NOTA: x 2
fm
f frecuencia de muestreo
f m frecuencia de corte
Formula para hallar la atenuacion
f paso
f
f muestreo
Formula para hallar el numero de coeficientes
3.3
N
f
Formula para hallar la banda de transicion
f paso ' f paso f
Formula para filtro
hD n 2 fC sin c 2nf C
ENVENTANAR(TRUNCAR)
N 1 N 1
funcion simetrica en el int ervalo n
w(n) 2 2
0 en el resto
VENTANA RECTANGULAR
• Su ecuación es :
2𝜋𝑛 4𝜋𝑛 6𝜋𝑛 8𝜋𝑛
w(n) =a0 - a1 cos( )+ a2 cos( )-a3 cos( )+ a4 cos( )
𝑁−1 𝑁−1 𝑁−1 𝑁−1
VENTANA FLAT TOP
• Respuesta en el tiempo y frecuencia
VENTANA GAUSS
• Es conocido que el producto tiempo-ancho de banda [tb] de
una señal se verifica constante , el pulso gaussiano se
caracterizar por presentar el menor producto tb , por lo que
resulta razonable su empleo como ventana .Sin embargo para
poder emplearlo en este sentido es necesario que tenga
extensión finita, por lo que debe truncarse .
• Se basa en la ecuación:
𝑁−1
1 𝑛−
2 )2
− ( 𝜎 (𝑁−1)
2
W(n)= 𝑒 2
VENTANA GAUSS
• Respuesta en el tiempo y frecuencia
VENTANA TRIANGULAR
• Es una ventana B spline de segundo orden y se puede ver como la
convolucion de dos mitades de una ventana rectangular.
2 𝑛+1
𝐼𝑜 (𝛽 1−( )
• W(n)= 𝐼𝑜(𝛽)
(𝑁+1)2
, n=0,1,2,……,N-1
0, en otros casos
VENTANA KAISER
• Donde 𝛽 es un parámetro ajustable, que se define como
la mitad del producto(duracion)*(ancho) y controlada la
atenuación minima as , es decir el rizo 𝛿 s en la banda del
rechazo.
• I0(u) es la función de Bessel modificada de orden cero
que puede expresarse como una serie de potencias
(𝑢/2)𝑟 2
I0(u)=1+σ[ ]
2
• En la siguientes figuras se muestra la ventana de káiser para
𝛽=0,36 y una longitud de filtro N=20, asi como los espectros de
magnitud
• Observar que las ventanas Hanning y Haming son muy parecidas. Cabe destacar
en el dominio del tiempo, la ventana haming no se acerca tanto a cero en los
bordes como lo hace la ventana Hanning. Se detalla en las siguientes ecuaciones la
similitud entre las ventanas Hanning vh(n) y Hamming w(n+1):
VENTANA HAMMING
• Una ventana Hamming se muestra a continuación:
Se realiza la siguiente codificación en Matlab para la aplicación
figure
clear all subplot(3,1, title('filtro
clc 1); hamming')
close all plot(t,voz2) subplot(3,1,3);
[voz] grid on; plot(t,vozmod)
F1=wavread(‘voz.wav’); title('señal original') grid on
Ll=size(voz1); hamml=hamming( title('señal filtrada')
L=L1 (1,1); L); figure
t=0:1/f1:(1/f1)*(L-1); hamm2=hamm1'; plot(t,voz2)
vozmod=voz2.*ham
for 1=1:1:L; hold on
m1; subplot(3,1,2);
voz2(i,1)=voz1(i,1); plot(t,vozmod,'r'
plot(hamml); )
end
grid on
archivo=voz2;
hold on
L2=length(archivo);
nfft=2^nextpow2(L2);
fs=f1; archivo1=vozmod;
f=fs/Tlinspace(0,1,nfft/2+1): L3=length(archivo1);
Y=fIl(nrchivo.nfft)/12: nfft=2^nextpow2(L3);
Figure fs=f1;
plot(f,2*abs(Y(1:nfft/2+1))); f=f3/21nsnoce(0 1
grid on +1)),‘r’);
SEÑAL ORIGINAL VS SEÑAL
FILTRADA.
Señal Original; Señal de
Hamming; Señal Filtrada.
Análisis en frecuencia señal original vs señal
filtrada
Ventanas más utilizadas
Datos empíricos de anchura y valores pico
Comparativa del espectro
Filtro FIR paso bajo con diferentes ventanas
Características del rizado
Aplicaciones Comunes
Aplicaciones según tipo de señal
Conclusiones
h 26 hD 26 w 26 0.000913
• Cálculo de los coeficientes en Matlab:
n 26 : 26;
fc 0.2187;
hd 2* fc * sinc 2* n * fc ;
w 0.54 0.46* cos 2* pi * n / 53 ;
h hd .* w;
[ Hf , w] freqz h,1,128 ;
fvtool h,1
• PROBLEMA 2
• Banda pasante: 150-250Hz
• Ancho de transición: 50Hz
• Atenuación banda rechazo: 60dB //// lo cumple la ventana de Kaiser y Blackman
Frecuencia de muestreo: 1kHz
Kaiser:
N≥(A-7.95)/(14.36∆f)=(60-7.95)/(14.36*50/1000=72.49
N=73. //Blackman N=110
𝛽=0.1102(A-8.7)=0.1102(60-8.7)=5.65
Fc1=(150-25)/1000=0.125
Fc2=(150+25)/1000=0.175
Calculo en Matlab
n=-36:36;
f1=0.275;
f2=0.125;
B=5.65;
hd=2*f1*sinc(2*n*f1) – 2*f2*sinc(2*n*f2)
W=window(@kaiser,73,5.65);
h=hd. *w’;
[Hf,w]=freqz(h,1,128);
Subplot(2,1,1);
Plot(w/(2*pi),20*log10(abs(Hf)));grid on;
Subplot(2,1,2)
Plot(w/(2*pi),unwrap(angle(Hf)));grid on;