Professional Documents
Culture Documents
ACTIVIDAD 2
TRABAJO COLABORATIVO
INTRODUCCION
OBJETIVOS
General
Especficos
Problema:
En una empresa dedicada a la construccin de instrumentos musicales, requieren un
software que les permita dejar pasar nicamente seales a la frecuencia a la cual requieran
probar un nuevo instrumento, el aplicativo debe permitir establecer el rango de frecuencia a
aceptar. Una vez se logre el filtro pasa banda, el aplicativo debe permitir modificar la
selectividad o factor de calidad del filtro y mostrar grficamente la efectividad del filtro al
aplicarse una seal determinada.
MARCO TEORICO
Filtro LINEAL: Un filtro lineal es aquel filtro electrnico que aplica un operador lineal a una
seal variable en el tiempo. Son usados ampliamente en procesamiento de seales. Una
de sus aplicaciones ms frecuentes es la eliminacin de frecuencias no deseadas de una
determinada seal de entrada o, al contrario, discriminar una determinada frecuencia de las
dems. La teora matemtica empleada para el diseo de filtros es independiente de la
naturaleza elctrica, electrnica o mecnica del filtro, as como del rango de frecuencias en
el que se vaya a trabajar. Sin embargo, la implementacin, as como las tecnologas
necesarias para su fabricacin varan.
Respuesta en amplitud. Los filtros lineales pueden dividirse en dos clases: filtros de
respuesta infinita (IIR) y filtros de respuesta finita (FIR):
Los filtros FIR (que slo puede ser implementados en tiempo discreto) pueden ser
descritos como una suma ponderada de entradas con un determinado retardo. Para
estos filtros, si la entrada en un determinado instante es cero, la salida ser cero a partir
de un instante posterior a los retardos inducidos por el filtro. De este modo, solo existir
respuesta por un tiempo finito.
Los filtros IIR, por el contrario, pueden presentar salida aun cuando la entrada sea cero,
si las condiciones iniciales son distintas de cero. La energa del filtro decaer con el
tiempo, pero no llegar a ser nula. Por tanto, la respuesta al impulso se extiende
infinitamente.
Hasta la dcada de 1970, slo era posible construir filtros IIR. Generalmente, la distincin
entre filtros FIR e IIR, se aplica nicamente en el dominio del tiempo discreto. Respuesta
en frecuencia. Respuesta en frecuencia de diferentes tipos de filtros IIR: Butterworth,
Chebyshev y elptico. Todos ellos son filtros de paso bajo de orden cinco. Hay varios tipos
de filtros lineales en lo que respecta a su respuesta en frecuencia:
Filtro pasa todo: permite el paso de todas las frecuencias, pudiendo modificar su fase.
Expresin del Filtro: Hay muchas formas de representar un filtro. Por ejemplo, en funcin
de w (frecuencia digital), en funcin de z y en funcin de n (nmero de muestra). Todas son
equivalentes, pero a la hora de trabajar a veces conviene ms una u otra. Como regla
general se suele dejar el trmino a0=1. Si se expresa en funcin de z y en forma de fraccin:
Y en dominio de n:
Los coeficientes son la a y el b y son los que definen el filtro, por lo tanto el diseo consiste
en calcularlos. Se parte de las especificaciones y, basndose en stas, se elige el tipo de
filtro. En este ejemplo se parte de un filtro digital que anule las frecuencias menores a 5Hz y
la de 50Hz y que no altere al resto, la frecuencia de muestreo ser 1000Hz, adems se
quiere fase lineal. Con estas especificaciones se elige un filtro FIR. En Matlab se obtienen
los coeficientes que definen el filtro, que en la ecuacin anterior se llaman a y b (el
numerador es la variable b y el denominador solo tiene un trmino que es 1, como
corresponde a un filtro FIR):
transferencia es:
).
DESARROLLO
1.
Realizar presentacin personal identificando fortalezas individuales frente al
problema a resolver.
Construir un equipo del siguiente modo para y con filtros pasa bajo, pasa banda y pasa alta, tal
como lo muestro en el siguiente grafico de diseo electrnico y de grficos de seales. Los filtros
digitales son fundamentales para casi todos los sistemas de procesamiento de seales. Filtros
eliminar artefactos no deseados de seales para mejorar su calidad y prepararlas para su posterior
procesamiento. Filtros digitales se utilizan en una variedad de tareas de procesamiento de seal
que incluye valor atpico y la eliminacin de ruido, la conformacin de forma de onda, suavizado de
la seal, y la recuperacin de la seal.
MATLAB y DSP System Toolbox proporcionan amplios recursos para el diseo de filtros, anlisis y
aplicacin. Puede suavizar una seal, eliminar los valores atpicos, o utilizar herramientas
interactivas tales como diseo de filtros y herramienta de anlisis para disear y analizar diferentes
FIR y filtros IIR. Tambin puede comparar los filtros utilizando la herramienta de visualizacin de
filtro y el diseo y anlisis de filtros analgicos utilizando una funcin en funciones.
Para la
implementacin de filtros en hardware integrado, usted puede convertir sus filtros para punto fijo y
analizar los efectos de cuantificacin utilizando el sistema DSP Toolbox. Tambin puede aplicar
filtros utilizando estructuras como forma directa FIR, se superponen a agregar FIR, en forma directa
II con secciones de segundo orden, cascada de todo paso, y estructuras de celosa. Puede generar
cdigo HDL desde diseos de filtros para la implementacin en FPGAs y ASICs.
Butterworth Filtro
Disear un filtro de paso bajo Butterworth 8 orden con una frecuencia de corte de 5 kHz ,
suponiendo una frecuencia de muestreo de 44,1 kHz. Establecer la respuesta al impulso de IIR, el
modo de fin de precisar, y la Orden a 8. Para especificar la frecuencia de corte, establecidas
restricciones de frecuencia a mitad de potencia ( 3 dB ) frecuencia. Con el fin de especificar las
frecuencias en Hz , unidades set de frecuencia a Hz , frecuencia de muestreo de entrada de 44.100
, y la mitad de potencia ( 3 dB ) Frecuencia de 5000. Establece el mtodo de Diseo de Butterworth
.
Donde H (z ) es la funcin de transferencia del filtro. Aqu, las constantes b (i) y una ( i ) son los
coeficientes del filtro y el orden del filtro es el mximo de n y m . Disear un filtro FIR de paso alto
de orden 8 con banda de paso de frecuencia 75 kHz y la banda de paso ondulacin 0.2 dB .
Especifique una frecuencia de muestreo de 200 kHz . Calcular los coeficientes de la funcin de
transferencia equivalente.
hpFilt =
designfilt('highpassiir','FilterOrder',8,'PassbandFrequency',75e3,'Passba
ndRipple',0.2,
'SampleRate',200e3);
[b,a] = tf(hpFilt)
hpFilt =
filterbuilder('bp','FilterOrder',8,'PassbandFrequency',75e3,'PassbandRipp
le',0.2,
'SampleRate',200e3);
[b,a] = tf(hpFilt)
digitalFilter object
Digital filter, specified as a digitalFilter object. Use designfilt to generate a
digital filter based on frequency-response specifications.
Example: d =
designfilt('lowpassiir','FilterOrder',3,'HalfPowerFrequency',0.5) specifies
a third-order Butterworth filter with normalized 3-dB frequency 0.5 rad/sample.
En este caso:
function varargout = filterbuilder(varargin)
%FILTERBUILDER Filter Design Dialog.
% FILTERBUILDER(RESP) launches the filter design dialog for the specified
% filter response RESP. RESP can be any of the following strings.
% 'lp' 'lowpass'
% 'hp' 'highpass'
% 'bp' 'bandpass'
% 'bs' 'bandstop'
% 'hb' 'halfband'
% 'nyquist'
% 'diff'
% 'hilb'
% 'cic'
% 'ciccomp'
% 'isinclp'
% 'fracdelay'
% 'octave'
% 'peak'
% 'notch'
% 'comb'
% 'parameq'
% 'arbmag'
% 'pulseshaping'
%
% FILTERBUILDER(H) launches the appropriate filter design dialog on the
% filter object H. H must have been designed using the filter design
% dialog or an FDESIGN object.
%
% (*) Filter Design Toolbox required
% (**) Fixed-Point Toolbox required
%
% See also FDESIGN.
% Author(s): J. Schickler
% Get the constructor and any set operations that are needed.
[resp, setops] = getConstructor(validresp);
setops = {};
case 'nyquist'
resp = 'FilterDesignDialog.NyquistDesign';
case 'differentiator'
resp = 'FilterDesignDialog.DifferentiatorDesign';
case 'hilbert transformer'
resp = 'FilterDesignDialog.HilbertDesign';
case {'cic', 'cascaded integrator-comb'}
resp = 'FilterDesignDialog.CICDesign';
case {'ciccomp', 'cic compensator'}
resp = 'FilterDesignDialog.CICCompDesign';
case {'isinclp', 'inverse-sinc lowpass'}
resp = 'FilterDesignDialog.ISincLPDesign';
case {'fracdelay', 'fractional delay'}
resp = 'FilterDesignDialog.FracDelayDesign';
case {'arbmag', 'arbitrary magnitude', 'arbitrary response'}
resp = 'FilterDesignDialog.ArbMagDesign';
case {'arbmagnphase', 'arbitrary magnitude and phase'}
resp = 'FilterDesignDialog.ArbMagDesign';
setops = {'ResponseType', 'Frequency response'};
case 'octave'
resp = 'FilterDesignDialog.OctaveDesign';
case {'peak', 'notch', 'peaking filter', 'notching filter'}
resp = 'FilterDesignDialog.PeakNotchDesign';
setops = {'ResponseType', validresp(1:4)};
case {'parameq', 'parametric equalizer'}
resp = 'FilterDesignDialog.ParamEqDesign';
case {'pulse shaping', 'pulseshaping', 'raised cosine', 'gaussian', 'square root raised cosine'}
resp = 'FilterDesignDialog.PulseShapingDesign';
case {'comb' 'comb filter'}
resp = 'FilterDesignDialog.CombDesign';
end
validresps_fdtbx = {
'halfband', 'hb', 'nyquist', 'ciccomp', ...
'cic compensator', 'isinclp', 'inverse-sinc lowpass', 'fracdelay', ...
'fractional delay', 'octave', 'comb', 'comb filter', ...
'peak', 'notch', 'peaking filter', 'notching filter', 'parameq', ...
'parametric equalizer', 'arbmagnphase', 'arbitrary magnitude and phase'};
% Find the passed response in the valid responses. STRNCMPI is used for
% partial string completion.
indx = find(strncmpi(resp, validresps, length(resp)));
% 'cic' case.
indx = find(strcmpi(resp, validresps));
if isempty(indx)
error(generatemsgid('GUIErr'),'The filter response ''%s'' is ambiguous.', resp);
end
end
validresp = validresps{indx};
Hd = [];
setops = {};
if nargin < 1
entries = getEntries;
entriesDisplay = cell(size(entries));
for i= 1:length(entries)
entriesDisplay{i} = FilterDesignDialog.message(entries{i});
end
% Bring up a LISTDLG to let the user select the response.
[selection, ok] = listdlg('PromptString', FilterDesignDialog.message('SelectFilterResponse'), ...
'SelectionMode', 'single', ...
% If we are passed a filter, get the type from the class name of the
Hd = varargin{1};
hfdesign = getfdesign(Hd);
if isempty(hfdesign)
error(generatemsgid('GUIErr'),'No design found, cannot edit filter.');
end
% List all of the responses with their full names, to hard code the
if isfixptinstalled
entries = [entries {'cic'}]; %Cascaded Integrator-Comb
end
% [EOF]
CONCLUSIONES
Simulink es una herramienta fcil y practica de utilizar en mathlab que permite modelar,
comprender y replantear el anlisis de seales y de comunicaciones.
El uso de la librera de Mathlab en SIMULINK; contribuye a una mejor comprensin y anlisis
del sistema a estudiar, complementando y fortaleciendo de esta manera an ms el proceso
de formacin.
BIBLIOGRAFIA
http://matlab.izmiran.ru/help/techdoc/matlab_prog/ch10_pr6.html
http://datateca.unad.edu.co/contenidos/208008/CAD_AVA/entorno_practico.pdf
http://www.mathworks.com/matlabcentral/newsreader/view_thread/45866
http://www.math.ucsd.edu/~bdriver/21d-f99/sequences-series/recursion.htm
http://www.mathworks.com/help/signal/ref/designfilt.html
http://152.186.37.83/ecbti01/mod/forum/view.php?id=10290
http://www.mathworks.com/help/signal/ug/practical-introduction-to-digital-filter-design.html
http://www.mathworks.com/help/signal/index.html
http://www.mathworks.com/help/signal/signal-measurements-and-feature-extraction.html
http://www.mathworks.com/help/signal/filter-design-and-analysis.html
http://www.mathworks.com/help/signal/magnitude-and-phase-response-phase-and-groupdelay.html
http://www.mathworks.com/help/signal/ref/designfilt.html
http://www.mathworks.com/help/signal/multirate-signal-processing.html
UNAD, libro gua Cad para electrnica, 2010.
http://www.mathworks.com/help/signal/analog-filters-1.html