You are on page 1of 13

UNIVERSIDAD NACIONAL DEL CALLAO

ULTAD DE INGENIERIA ELECTRICA Y ELECTRONICA


CUELA PROFESIONAL DE INGENIERIA ELECTRONICA
PREVIO N 4 DE LABORATORIO DE PROCESAMIENTO
DIGITAL DE SEALES
DOCENTE: ING. ZENON CUCHO
INTEGRANTES:
CODIGO

NOMBRE

1313220044

NACARINO VILLEGAS JEISON

1313220641

CUARESMA URBANO JOHNN

CALLAO PER
2016
INFORME PREVIO DE LABORATORIO
FILTROS DIGITALES FIR PREVIO
Objetivo:

IP
(6)

SUS
T
(4)

NOTA

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

Comprender el comportamiento de los filtros digitales fir y su


respuesta en frecuencia.

Parte 1
1. Implemente cada uno de los siguientes programas ejemplos
en matlab.
Explique cmo funciona la funcin fvtool.
Cdigo:
%funcion sinc
%sinc(x)=sin(x)/x
tmin=-8;
tmax=8;
puntos=1000;
t=linspace(tmin,tmax,puntos);
A=1;
y=A*sinc(t); %funcion sinc
plot(t,y,'b','LineWidth',2);

% visualizar varios filtros en simultaneo


num1=[1 1];
den1=[1];
num2=[1 -1];
den2=[1];
fvtool(num1,den1,num2,den2)

Muestra la respuesta en magnitud del filtro digital definida con


numerador, b y el denominador, a. Usando FVTool puede visualizar la

LABORATORIO DE PDS
2

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

respuesta de fase, retardo de grupo, respuesta al impulso, respuesta


de paso, diagrama de polos y ceros, y los coeficientes del filtro.
fvtool(num1,den1,num2,den2) abre la funcin FVtool y muestra la
respuesta en magnitud de mltiples filtros digitales definidos con
numeradores num1,num2,... y denominadores den1, den2,...

2. Considrese un filtro digital ideal pasa bajo con frecuencia de corte


wo en rad/seg. Este filtro tiene una magnitud igual a 1 en frecuencias
menores a wo y magnitud igual a 0 en frecuencias entre wo y . Su
respuesta al impulso es:

h ( n )=

wo
w
w
1
1
jwn
H
(w)
e
dw=
e jwn dw= 0 sinc 0 n

2
2 wo

( )

Implemente un filtro fir pasa bajo de orden 51 con frecuencia de corte


wo=0.4 rad/seg, usando la herramienta fvtool(num,den) que permite
visualizar diferentes repuestas de filtro.
a) Usando la ventana rectangular
%ventana rectangular
n=-25:25;
%coeficiente
b=0.4*sinc(0.4*n);
fvtool(b,1)

LABORATORIO DE PDS
3

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
b) Usando la ventana de haming
%ventana hamming
n=-25:25;
%coeficiente
b=0.4*sinc(0.4*n);
b=b.*hamming(51)';
fvtool(b,1)

Luego de ejecutar los programas en matlab, responda claramente:


Qu entiende por efecto gibbs y como se poda disminuir?
Una funcin que presenta discontinuidad tal los filtros digitales, al ser
aproximada con las series de Fourier, aparecen sobreoscilaciones en las
proximidades de la discontinudad este comportamiento oscilatorio se le
conoce como efecto gibbs
Para reducir los efectos de un truncamiento abrupto se utilizan ventanas
espectrales que tienden a suavizar esos efectos.
Cual de las ventanas tiene una mejor respuesta en frecuencia y
fase, explique?

LABORATORIO DE PDS
4

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

Como vemos en la ventana rectangular y la ventana Hamming tienen la


misma fase a partir de 5.34 rad/seg, en este caso la ventana Haming tiene
una mejor respuesta ya que tiene buena atenuacin en las bandas laterales
compare las bandas de transicin en ambas ventanas, donde hay
mayor dispersion?
Habr mayor dispersin en la ventana Hamming por tener mejor atenuacin
Modifique el orden del filtro a 9, 25, 91, ejecute y anote su
conclusin.
Orden 9:

Orden 25

LABORATORIO DE PDS
5

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

Orden 91

Al incrementar el orden de un filtro la anchura de los lbulos disminuye


-El ancho Del lbulo principal y el de transicin decrece al aumentar N.
-La amplitud de los lbulos de los lados permanece constante con N.
3. En el diseo de filtros digitales se escoge una ventana para
amortiguar los efectos gibbs que resulta de la truncacion de
una seal infinita en el tiempo. Implemente un filtro digital,
usando la ventana rectangular y la ventana rectangular y la
de barlett
%ventan rectangular
n=50;
w=rectwin(n);
wintool

LABORATORIO DE PDS
6

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
%ventan de bartlett de 8
n=8;
w=bartlett(n)
wintool

Uso de la funcin fir1


Ejecute a continuacin los siguientes ejemplos:
%ejemplo 1
n=50;
wn=0.4;
%por defecto es pasabajo con ventana de hamming
b=fir1(n,wn);
freqz(b,1,512)

Este es un filtro pasa bajo que atenue las frecuancias que estn por debajo
de wn=0.4

LABORATORIO DE PDS
7

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
%ejemplo 2
n=48;
b=fir1(48,[0.35 0.65]);
freqz(b,1,512)

Observacin:
Este es un un filtro FIR pasa banda de orden 48 con pasa banda de 0.35 w
0.65
%pasa alto
b = fir1(34,0.48,'high',chebwin(35,30));
freqz(b,1,512)

Observacin:
Este es un filtro FIR pasa alto para que atene las frecuencias posteiores a
fc = 0.48 y ventana Chebyshev de 30 dB de riple.

LABORATORIO DE PDS
8

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA
Disee un filtro pasabandas mediante el mtodo de ventanas
Fs=8000
Fc1=2200;
Fc2=3200
Rp=1
Rs=60
}%filtro pasabandas

Fs=8000;
Fnyquist=Fs/2;
fpas1=2200;
fpas2=3200;
Rp=1;
Ra=60;
Wp(1)=fpas1/Fnyquist;
Wp(2)=fpas2/Fnyquist;
n=127;
num=fir1(n,Wp);
fvtool(num)

Disee el filtro
%filtro pasabandas
%filtro de longitud impar (orden par)
fs = 8000;
fc = [1200 1600 2400 2800];
mag = [0 1 0];
dev = [0.01 0.05 0.01];
[n,Wn,beta,ftype] = kaiserord(fc,mag,dev,fs);
n = n + rem(n,2);
h = fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale');
[H,f] = freqz(h,1,1024,fs);
plot(f,abs(H)), grid on

LABORATORIO DE PDS
9

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

7. uso de la function: fir2


%uso de fir2
f=[0 0.6 0.6 1];
m=[1 1 0 0];
b=fir2(30,f,m);
[h,w]=freqz(b,1,128);
plot(f,m,w/pi,abs(h))
legend('ideal','diseo con fir2')
title('comparacion de magnitudes en respuesta en frecuencia')

LABORATORIO DE PDS
10

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

Cuestionario:
1. Explique el diseo de un filtro por el mtodo de la ventana de
kiser
La ventana de Kaiser es una aproximacin para maximizar la energa
del lbulo principal frente a los lbulos laterales. El parmetro
controla este peso del lbulo principal.
n = 25;
w1 = kaiser(n,1);
w2 = kaiser(n,3);
w3 = kaiser(n,5);
[W1,f] = freqz(w1/sum(w1),1,512,2);
[W2,f] = freqz(w2/sum(w2),1,512,2);
[W3,f] = freqz(w3/sum(w3),1,512,2);
plot(f,20*log10(abs([W1 W2 W3]))); grid;
legend('beta = 1','beta = 3','beta = 5',3)

2. Disee un filtro pasabajos de 400-700hz, con frecuencia de muestreo


de 1.5khz, usando la ventana de Kaiser. Incluya otros parmetros.
%orden del filtro kaiser
fs = 1500;
fc = [400 700];
mag = [1 0];
%5% =0.05, -40dB =20 log(0.01)
dev = [0.05 0.01];
[n,Wn,beta,ftype] = kaiserord(fc,mag,dev,fs);
h = fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale');
[H,f] = freqz(h,1,1024,fs);
plot(f,abs(H)), grid on

LABORATORIO DE PDS
11

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

3. Disear el filtro pasa altos por medio de la ventana de kiser, asuma


sus parmetros
%orden del filtro kaiser
fs = 8000;
fc = [1000 1500];
mag = [0 1];
dev = [0.05 0.01];
[n,Wn,beta,ftype] = kaiserord(fc,mag,dev,fs);
h = fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale');
freqz(h)

Conclusiones:

Los filtros digitales de respuesta impulsional finita (Finite


Impulse Response) se basan en obtener la salida a partir,
exclusivamente, de las entradas actuales y anteriores.

Webgrafia

https://www.mathworks.com/help/matlab/ref/set.html

LABORATORIO DE PDS
12

UNIVERSIDAD NACIONAL DEL CALLAO


ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

http://ocw.uv.es/ingenieria-y-arquitectura/filtrosdigitales/tema_3._diseno_de_filtros_fir.pdf
http://www4.tecnun.es/asignaturas/tratamiento
%20digital/tema9.pdf

LABORATORIO DE PDS
13