T to jθ x

∗ x(t)y (t)dt =
[−n mod N ] −∞ X(f )Y (f )df
∗ ∗
n x[n] (x ∗ y)[n] X(z)Y j d(z)X(e ) k=−∞
dθ contiene Rx ∩ Ry x−∞ X ∗ [k]
x[−n] δ[n] para X(e to . )
1 cualquier −jθ ∀z Im[x(t)] = 0 ⇐⇒ X(f ) = X ∗ (f )
an u[n] ! t +T 1 Transformada Z
δ[n] 1 o 1−az 1
−1 "∞ |z| > |a| x(−t) = x∗ (t) ⇐⇒ Im[X(f )] = 0 +
n
− 1] 1−az−1
x(t)y (t)dt
∗ 1
= X[k]Y ∗
[k] +∞
! 1
δ[n − no ] −a u[−n T t e−jno θ |z| < |a|
== 0 ⇐⇒ X(−f ) = −X −n∗ (f )
δ[n − no ]
o
z −no $ k=−∞
∀z excepto 0 o ∞
Re[x(t)]
X(z) x[n]z x(n) = X(z)z n−1 dz
1 −1
1−z k=−∞
+∞
2πδ(θ + 2πk) x(−t) = −x ∗
(t)
n=−∞⇐⇒ Re[X(f )] = 0 2πj C
cos(ωo n)u[n] Im[x(t)] =1−2z 0 ⇐⇒
cos ωo
−1 X[−k] =−2X ∗ [k]|z| > 1
an u[n] (|a| < 1) cos1ωo +z
DTFT
Funci on
Formulario
Transformada
TDS
−1
z1−ae sin−jθ donde C es una curva antihoraria en la region de convergencia y
sin(ωo n)u[n] ωo $ |z| > 1
dλu[n] x(−t) = x1−2zFormulario
∗
(t) ⇐⇒−1 cos1 ωo +z −2= 0∞
Im[X[k]] + k=−∞ πδ(θ + 2πk) ax(t) + by(t) aX(f ) + bY (f )
que envuelve al origen. "
(n + 1)an u[n] Procesamiento
(|a| < 1)= 0 Serie
Formulario
1−e−jθ
Digital
Geom de
1 etrica
= ∗Señales
[k]
(x ∗ y)(t) X(f )Y (f )
+∞
! 1 π
X[k] =
Re[x(t)] ⇐⇒
Procesamiento
X[−k] −jθ
(1−ae Digital −X
) 2
de Señales (X ∗ Y )(f )Transformada Z X(ejθ ) = x[n]e−jnθ x[n] = X(ejθ )ejθn dθ
nte.
r n sin θo (n+1) !N2 x(t)y(t) Secuencia ROC 2π
u[n] (|r|
x(−t)k <
α = = α
−x1)
N∗1
− ⇐⇒
(t) αN2Re[X[k]]
+1 1
= 0 N1 y α += 1
2 e−j2θ x ∗
(t) X ∗ (−f ) n=−∞ −π
sin θo
1 −$
1−2r
α
cos% θsio N2 >
e−jθ
&
+r
X(t)
ax[n] + by[n]
x(−f )
aX(z) + bY (z) contiene R x ∩ Ry
sin θo n k=N1 Π θ+2πk x[n − n ] z −n
X(z) R , quiz a ±0o∞ +∞
! " π
1
o
πn
' Funcion k 2θ
Transformada o x(t − td ) o X(f )e −j2πf
d t
x
1 0 ≤X M
n ≤+M by(t)X M M
1 sin(θ(M+1)/2) +1 + bYM[k]
↵ 1 ↵ e−jθM/2 x(t)e jω t n
zo x[n] X(f − f cX(z/zo )
) |zo |Rx x1 [n]x∗2 [n] = X1 (ejθ )X2∗ (ejθ )dθ
ax(t) aX[k] 2π
c
+1
x[n] = n −f )e ,+X(f +f - −π
n −↵ τ) = ↵n = (1)
jφ −jφ

0 otrofj2πmt/T (t e−j2πkτ /T X[k]

sin(θ/2) x(t) cos(ωkc t + φ) c X(f
(1) c
d k
)e n=−∞
x(t) n=0 1 ↵ −1m] ↵ n x[n] ) * −z X(z) R x , quiza ± 0 o ∞
2
e
n=0 $∞X[k 1 f dz
ejθo n # 2πδ(θ − θ + 2πk) x(αt) ∗ |α| X α Im[x[n]] = 0 ⇐⇒ X(e−jθ ) = X ∗ (ejθ )
d x(t) x [n] X (z )
∗ ∗ Im
1 T
T10 x(t − τ)y(τ)dτ X 1 X[k]Y [k]
k=−∞ o Rx
X 1 n =X[k] ∗1Y [k], |a| < 1
n
(j2πf )n X(f )
1/R
n
# dt
x(t)y(t)n
$ F↵ %
ormula ↵
= de Poisson
& ,τ 1 |a|↵ < 1 t x[−n] (2)(2) X(1/z)
j2πf X(f ) + 2 δ(f )
1 X(0) x x[−n] = x [n] ⇐⇒ Im[X(e )] = 0
∗ jθ x[−
− 1]z −∞ x(λ)dλ
nΠ T sinc(kτ/T )
t−nT
n=0
τ 1
n=0 ↵ n
t x(t) (x ∗ y)[n] (−j2π)
n
d X(f ) (z)
−nX(z)Y contiene R x ∩ Ry Re[
[−no ] +∞ +∞ ( ) n
df Re[x[n]] = 0 ⇐⇒ X(e−jθ ) = −X ∗ (ejθ )
! 2π
Identidades !
trigonom etricas 2π )
dδ[n]
δ(t − tCuadro ed−j2πf t
1: Transformada 1 ∀z
z de algunas funciones comunes x[−
ejθ =e cos θ +=j sin
jkαt
δ t−k c
ej(ω t+φ) n ejφ δ(f − fc ) 1 x[−n] = −x∗ [n] ⇐⇒ Re[X(ejθ )] = 0
α θ α a u[n] −1 |z| > |a|
k=−∞ cos θ sen(A
= e +e
jθ ± B)k=−∞
−jθ = sen(A) cos(B) ± cos(A) sen(B)e−π(at) n 2
1 −π(f
a e$
(3)/a) 1
2 1−az F
sen(A sin ± θB) e= −esen(A) cos(B) ± cos(A) sen(B)
2 $ ∞ Señal
−a u[−n − x(n) 1]∞ 1−az
1 (3)
% Transformada
& z,
|z|X(z)
< |a| ROC
± B) = cos(A) cos(B) ⌥ sen(A) sen(B) k=−∞ δ(t − kT ) T1 (4) ax[n] + by[n
−1k
cos(A
=
jθ −jθ
k=−∞ δ f − T Funcion Transformada
cos(A cos ± θB)
2j
Desigualdad
= cos(A)
= sin(θ + 90◦ )
de Schwarz
cos(B) ⌥ sen(A) sen(B) sign t δ[n − no(n) ] jπf(4) z −n o
1 ∀z exceptoPlano0 o ∞z a1 x[n] + a2 y[n] a1 X(ejθ ) + a2 Y (ejθ ) X[n]
2 ◦ 1 1
+ 1
) 1−z −1 cos ωo
% & cos(ωo n)u[n] |z| > 1
sin θ = cos(θ cos (A) = (1
*2− 90 ) IA EL ECTRICA " + cos(2A)) u(t) (5) δ(f
c **" j2πf 2 (x ∗ y)[n] X(ejθ )Y (ejθ ) x[(n − m) m
2 2 θ + cos*2 θ1= 1" b 2
ver 2.8 ! 2003 INSTITUTO DE INGENIER 1−2z −1 cos ωo +z −2 1
b sin b Π τt τ sinc f τ z −1 sin ωo
#π
* cos ∗(A) = * (1 + cos(2A))
1 % t & sin(ω n)u[n]u(n) (5) |z| > 1 |z| > 1 x[n]y[n] 2π −π X(e )Y (e
1 jλ j(θ−λ
))dλ WN−ln x[n]
cos2(λ)dλ
2 2
* v(λ)w θ = 1/2(1 * 22≤ =|v(λ)| (1 dλ |w(λ)| dλ Λ τ o 2
τ sinc f τ 1−2z −1 cos ωo1+z −2
* a sen* +(A) cos 2θ) cos(2A)) (6) z 1
x∗ [n] X ∗ (e−jθ )
$N −1
cos θ = 1/4(3
3
1cos θ + cos23θ)
a a
Cola Gaussiana Serie Geometrica 1 m=0 x[m]
sensin2 (A)
2 = −(1cos 2θ)cos(2A))
θ = 1/2(1 1 an u(n)(6) |z| > |a| x[n − no ] X(ejθ )e−jno θ x[n]y[n]
sen(A) sen(B)
2 sin θ=
= (cos(A B) cos(A + B)) (7) 1 az 1
La igualdadsinseθda si v(λ)
= 1/4(3 K 3θ)
− sin 2· w(λ) con K constante.
3 N
! 2
α −αN1 N2 +1 x[n]ejnθo X(ej(θ−θo ) ) x∗ [n]
sin(α ± β) = 1 sin α cos β ±1cos α sin β n α (7)
k
= azsi 1N2 > N1 y α += 1 jθ
sen(A) sen(B) cos(A) =
Transformada
cos(α cos(B)(cos(A =
± β) =2cos α cos βZ∓unilateral
B)
(cos(A
sin α sin β
cos(A
B) + + B))
cos(A + B)) na u(n) (8) 1−α |z| > |a| n x[n] j d X(e )
x∗ [−n mod
tan α±tan β 2
k=N 1 (1 az 1 )2 dθ
tan(α ± β) =11∓tan α tan β1 x[−n] X(e−jθ )
+∞
! 1
cos(A) cos(B) α sin β=
sinsen(A) 1/2(cos(A
=cos(B) cos(α B)
−n + cos(A
− 1/2
=− β)(sen(A cos(α + B)β)+ sen(A+ B))+ B)) (an )u( n(8) (9)1) |z| < |a| δ[n] 1
cos α cosX(z)β =✓ 21/2=cos(α
◆ r − 2
x[n]z
β) + 1/2 cos(α + β) 1 az 1 +
!
δ[n − no ] e−jno θ
sin α cos β = 1 1/2Asin(α
n=0− β) + 1 1/2 sin(α + β) az 1 $+∞ X(z) =
sen(A) cos(B)sen = (sen(A = B) +cos(A))
(1 sen(A + B)) n(an )u( n(9) (10)1) |z| < |a| 1 k=−∞ 2πδ(θ + 2πk) n=
2
r 2
←→
2
(z) (1 az 1 )2 an u[n] (|a| < 1) 1
✓ ◆ x[n] ✓ ◆ X r u
Algunas funciones utiles 1−ae−jθ $ donde C es u
A n1 − A1 (x−m)2 1 1 z 1 cos !0 u[n] 1
+ ∞ + 2πk)
x[n + n sen ]
p(x)
←→ = √z o=e
cos
X (z) 2σ2
−(1 =x[0]z cos(A))
no(1 + cos(A))
Distribuci
− · on
· · de
− Gauss
x[n − 1]z cos(! 0 (10)
n)u(n) (11) |z| > 1 1−e−jθ k=−∞ πδ(θ
o u o
2 2πσ 1
!2 ∞ 22 2 1 2z 1 cos !0 + z 2 (n + 1)an u[n] (|a| < 1) 1
(1−ae−jθ )2
x[n − no ] ←→ ✓ =z −n ◆o re j! dλ −λ 2
/2
Secuenc
A sin2ππtXku (z)e1+ =
−n
Q(k) √ cos(!)
x[−1]z Cola +o +1
Gaussiana + · · · + x[−no ]
j sen(!) (12) z 1 sen !0 r n sin θo (n+1)
u[n] (|r| < 1) 1
sen(! 0 n)u(n) |z| > 1 sin θo 1−2r cos & 2 e−j2θ
% θo e−jθ +r ax[n] + by
cossinc t = = (1 + j! cos(A)) j! (11) 1 2z 1 cos !0 + z 2 $
2 = e +e
Sinc
kΠ
sin θo n θ+2πk
2 'πt cos(!) (13) πn 2θo x[n − no ]
sign t = j!
1 0
tF>ormula 1Signo2 1 az 1 cos !0 '
e' −1 = cos(!)t<0 +ej! j sen(!) j! an cos(!0 n)u(n)(12) |z| > |a| 1 0≤n≤M sin(θ(M+1)/2) −jθM/2 zon x[n]
e 1 2az 1 cos !0 + a2 z 2 x[n] = e
sen(!)
1 t >e0j! + 1 =j!0
jπ = (14) 0 otro n sin(θ/2)
nk x[n]
u(t) = $∞
0 t <e0 + e 2jon
Escal az 1 sen !0
cos(!) ' = an sen(!0 n)u(n)(13) |z| > |a| e jθo n
k=−∞ 2πδ(θ − θo + 2πk) x∗ [n]
%t& 1 |t| Hoja < τ2 2de formulas MPD/ SISCOM ver 2.8 ! c k > 3 laINSTITUTO 1IA EL 2az 1 cos ! + a2 z 2
Π = Rectangulo Cuando 2003 DE INGENIER
siguiente es una buena aproximaci on ECTRICA 0 x[−n]
( 0 > τ2
τ |t| j! j! Formula de Poisson
e e
sen(!)
% & 1= |t|
− τ |t| <τ 1
Q(k) ≈ √(14)e−k /2
2 (x ∗ y)[n]
Λ t = Triangulo ( )
τ
0 |t|2j
>τ 2πk +∞
! +∞
2π ! 2π δ[n]
ejkαt = δ t−k
Hoja de formulas MPD/SISCOM ver 2.8 !
c 2003 INSTITUTO DE INGENIER IA EL ECTRICA α α an u[n]
k=−∞ k=−∞
−an u[−n
Desigualdad de Schwarz δ[n − no ]
1
*" *2 " " cos(ωo n)u
* b * b b
 3.4.4.- Comparación entre los distintos métodos de diseño.
• Históricamente,
Comparaciónfue el primero en aparecer, losdiseño.
otros dos
entreselos
desarrollaron en la de
década
Filtros FIR. Resumen
3.4.4.- entre los distintos métodos
3.4.4.- de
Comparación distintos métodos diseño.
Cuadro 2: Propiedades de la transformada z
Propiedad Dominio n
MÉTODO de Dominio
los
DE’70.
LASz
VENTANAS ROC
Cuadro 3: Propiedades de la DFT

MÉTODOX(z)
DE LAS VENTANASROC: r2 < MÉTODO DElos
LAS Propiedad
VENTANAS Dominio temporal Dominio frecuencial
Notación x(n) •• Históricamente, fue adecuada
No fija de manera el primerolas
en aparecer,
frecuencias
|z| < r1 otros
críticas ! se
dos y!desarrollaron en dependen
ya que éstas la década del
p s
Ventanas: x1 (n) X1 (z) ROC1 Notación x(n), y(n) X(k), Y (k)
• Históricamente, fue el primero en aparecer,
• los otros dos
Históricamente, se desarrollaron
fue el
Periodicidadprimero en enaparecer,
la década los
x(n)otros
= x(ndos+ N )se desarrollaron
X(k) = X(k + Nen ) la década
x2 (n) de los
tipoX2de ’70.
(z) ROC
ventana y de la longitud seleccionada.
2
Linealidad a1 x1 (n) + a2 x2 (n) a1 X1 (k) + a2 X2 (k)
de los ’70. por lo menos ROCde los 2’70.
1 \ROC Reflexión temporal x(N n) X(N k)
Linealidad a1 x1 (n) + a2 x2 (n)
• No afija de manera adecuada las frecuencias críticas Desplazamiento
1 X1 (z) + a2 X2 (z)
!p y !s ya que éstas
temporal dependen
circular dell))N
x((n X(k) e j2⇡kl/N
• No fija de manera adecuada laslafrecuencias
como de X(z) Nocríticas
• exceptofija
z =de ! p y
manera
0 si !s adecuada
ya que éstas
Desplazamiento las dependen
circular del
frecuencias
frecuencial críticas !p y !s ya que
x(n)ej2⇡ln/N X((k éstas
l))N dependen del
Desplazamiento en n x(n k) z k X(z)
MUESTREO tipo de ventana y de la longitud
EN FRECUENCIA seleccionada. seleccionada.
k > 0 y z = 1 si k < 0 Conjugación compleja x(n) X(N k)

n
tipo de 1ventana y de la longitud |a|r2 < |z| < |a|r1 tipo de ventana y de la longitud seleccionada.
Convolución circular x1 (n) N x2 (n) X1 (k)X2 (k)
Escalado en z a x(n) X(a z) Correlación circular x(n) N y( n) X(k)Y (k)
• Controlamos perfectamente 1 la anchura
1 de la zona Multiplicación
de transición, de dosya que es igualx1a(n)x
secuencias 2"/N.
2 (n)
1
X (k) N X2 (k)
N 1

Muestreo en Frecuencia:
Reflexión en n x( n)
MUESTREO
MUESTREO
Cuadro 3: • Hay
X(z 1 )
EN
EN FRECUENCIAr1
FRECUENCIA
procedimientos rápidos
< |z| <
r2
MUESTREO ENde FRECUENCIA
Teorema de Parseval
N
X1
x(n)y(n)
1 X
N 1

en la N k=0 X(k)Y (k)

Conjugación x(n)
Propiedades
X(z)
de la DFT ROC para el cálculo los coeficientes, bien basándose n=0
•• Controlamos
Controlamos perfectamente
perfectamente lalaanchura
anchura de la zona
•deControlamos
la zona deperfectamente
transición,
de transición, ya queyalaesque es aigual
igual 2"/N. a 2"/N.
3

Parte realPropiedad Re{x(n)} FFT, 1⇥

Dominio bien
X(z) con
temporal
+ X(z)
⇤
las ecuaciones
Dominio Incluye propuestas
ROC
frecuencial anteriormente. anchura
Especialmente de la zona
interesante de transición,
si la ya que es igual a 2"/N.
•• Hay
2
procedimientos rápidos para Diseño
Cuadro por Ventanas.
4: Simetrı́as en filtros FIR de fase lineal
Notación
Parte imaginaria Im{x(n)} Hay1 ⇥x(n),
mayor procedimientos
y(n)
parte
X(z) X(z)de
⇤
los rápidos
X(k),
puntos
Ypara
(k)
Incluye
el
ROCel el
módulo • cálculo
cálculo Hay
de de de
los los coeficientes,
coeficientes,
procedimientos
la ganancia son bien
rápidos
cero o
bien
para
uno.
basándose
basándose
el en ladeen
cálculo loslacoeficientes, bien basándose en la
Periodicidad 2 = x(n + N )
x(n) X(k) = X(k + N ) Simetrı́a Simétrica h(n) = h(M 1 n) Antisimétrica h(n) = h(M 1 n)
dX(z)
DerivaciónLinealidad
en z nx(n) FFT,
FFT, bien
bien
a1 x1z(n) + aconcon las
las
2 x2 (n) ecuaciones
ecuaciones
a1 X1 (k) r+2 <2X propuestas
apropuestas
|z| <
2 (k)
r1
FFT,anteriormente.
anteriormente.
bien con las Especialmente
Especialmente
ecuaciones interesante
interesante
propuestas si la si la Especialmente interesante si la
anteriormente.
• Como
M

x(Ninconveniente, sePortiene un pobre control Mdeparla respuesta fuera de esos puntos y el

1
dz 2 X
Reflexión temporal n) X(N k)menos
lo ROC1 \ROC2 Hr (0) = 2 h(k) Hr (0) = 0
Desplazamiento temporal circular mayor
Convolución x 1 (n) ⇤ x 2 (n) mayor
X parte
x((nparte
1 (z)X 2 de los puntos
l))Nde los puntos
(z) el módulo de la ganancia
mayor parte
X(k) e el módulo de la ganancia son cero o uno.
j2⇡kl/N son
de cero
los o uno.
puntos el módulo
k=0 de la ganancia son cero o uno.
Desplazamiento frecuencial circular procedimiento
x(n)e j2⇡ln/N puede convertirse
Por
X((k l))N lo menos enla un esquema
intersección de de prueba y error. no apto como filtro paso bajos
Correlación rx x (n) = x1 (n) ⇤ x•2• Como
( Como
n) inconveniente,
= X1 (z)X2 (z 1 ) se
Rx x inconveniente, setiene
tiene
ROC un un
y pobre
la pobre
de X• control
(zComo
control
1
) de la
de respuesta
inconveniente,
la fuera
se
respuesta de
tiene
fuera esos
un de puntos
pobre
esos y
controlel
puntos dey la
elrespuesta fuera de esos puntos y el
Conjugación compleja
1 2
x(n) 1 2
X(N k) 1 2
✓ ◆
M 3
2 X
M 1
Convolución
valor inicialcircular 1 (n)= Nlı́m
procedimiento
xx(0) (n)puede convertirse
x2X(z) X1 (k)X2 (k) en un esquema de prueba y error.
en un esquema de prueba y error. 2en un esquema
procedimiento puede
Teorema del Si x(n) es causal M impar Hconvertirse
r (0) = h +2 h(k) de prueba
Hr (0) y error.
= Hr (⇡) =0
Correlación circular procedimiento
x(n)INz!1 y( n) puede convertirse
X(k)Y (k) k=0

Multiplicación de dos2 (n)

secuencias 1x (n)x (n) ⇣ z ⌘ 1 1X (k)Por N lo (k) r1l r2l < |z| < r1u r2u
X2menos no apto como filtro paso bajos o altos
Multiplicación x1 (n)x 1 X21 (v)X2 vN dv1
Aproximación de TChebyshev:
Teorema
Relación de
X1
Parsevalde Parsevalx1 (n)x2 (n) =
2⇡j
N
X1IC
APROXIMACIÓN
v
✓ ◆ 1 N
1 x(n)y(n)DE1 TCHEBYSHEV
X1 (v)X2
X1
vN1 dv X(k)Y (k) Cuadro 5: Funciones utilizadas como ventanas.
n= 1
2⇡j
n=0 C v k=0
APROXIMACIÓN
• Permite unDE TCHEBYSHEV
control total de APROXIMACIÓN
las característicasDEdel
TCHEBYSHEV
filtro en cuanto
Ventana h(n),a0 frecuencias,
n  M 1 Ancho Pico lóbulo
APROXIMACIÓN DE TCHEBYSHEV lobular lateral [dB]
• en
Cuadro 4: Simetrı́as Permite
ganancias unydecontrol
filtros FIR longitud.
fase lineal • Permite del
total de las características filtro entotal
un control cuanto
de lasa frecuencias,
características del filtro en cuanto a frecuencias,
Rectangular 1 4⇡/M 13
• Permite un control total de las características del filtro en cuanto a frecuencias,
M 1
Simétrica h(n) = h(M 1 ganancias y longitud. 2 n
Simetrı́a n) Antisimétrica h(n) = h(M 1 n) ganancias y longitud. 2
• No existe una forma fácil de optimizar el diseño Bartlett respecto(triangular) 1
a la longitud M del 1 filtro,
8⇡/M 27
M ganancias y longitud.
• No existe una forma fácil de optimizar • No el existe
diseño una
respecto a fácil
la longitud del filtro,
2⇡n
X 2
1
Estimación
forma
Hamming del
de Orden 0,54Aproximación
optimizar 0,46 cos
M ◆1 Tchebysheb
el diseño respecto
8⇡/M a la 32 longitud del filtro,
M par Hr (0) = 2 h(k) aunque Hrexisten
(0) = 0 aproximaciones como la de Kaiser: ✓
Filtrosla Equiripple.
k=0 • No existe
aunque una aproximaciones
existen forma fácil decomo optimizar
la de el diseño
Kaiser:
aunque respecto
Hanning a la longitud
existen aproximaciones como
1
1 del
2 de Kaiser:
2⇡n
cos filtro,
M 1
8⇡/M 43
no apto como filtro paso bajos
aunque existen aproximaciones como la de Kaiser:
✓
M 1
◆ M 3
X2 Estimación del Orden.
4
M impar Hr (0) = h
2
+2
k=0
h(k)
Aprox. Kaiser
Hr (0) = Hr (⇡) = 0

no apto como filtro paso bajos o altos

Tratamiento Digital de Señales GIET Marcelino Martínez Sober

Cuadro 5: Funciones utilizadas como ventanas.
lunes 5 de marzo de 12
Ventana h(n), 0  n  M 1 Ancho Pico lóbulo 2
lobular lateral [dB]
 Filtros Analógicos. Revisión
Filtros de Butterworth
Cuadro 7: Caracterı́sticas de Filtros Paso Bajo Analógicos

log #!1 / + " % 1$

Filtro

Butterworth
Función de Transferencia

|H(⌦)|2 =
1
Caracterı́sticas Filtros Analógicos.
H (( ) &
|H(⌦)| monótona en las bandas de paso
1
Filtros
Revisión
N & Analógicos. Revisión 2
Estimación Orden Butterworth
1 ) !( / ( c "
2N
10 2
2

2 ' log 10 !( s / ( c "

(todo-polos)
1 + (⌦/⌦C )2N
y rechazo.
Filtros de *Chebyshev
* I
⌦C : frecuencia de corte
Polos : s k & ( c ' e
j
2
'e
j ( 2 k )1)
2N
, k & 0 ,1,..., N % 1 Filtros de Chebyshev I
1 0 1 1 7 2 2 1 1 7 2 3 (1 2 6 2 ) -
2
|H(⌦)| = ⇣ ⌘ log10 .pasante2 2
+ ) 1 &
•Respuesta plana en banda y 6atenuada. ch 11 '' $$
1 + ✏2 TN2 ⌦
1 I E .
/
3 7 22 +
, ( 7 26 % 0 11 7 2 2

Transformaciones en frecuencia en el dominio Z

NGENIERÍA LECTRÓNICA
⌦P
H ( # )
2
4 •Solo Polos.
Estimación
0 5Orden
6 5 1 N 4 *
Chebyshev,
1 2 6 2 3 T 2 !# / # c " •Respuesta
Rizado constante en la banda de paso y Tchebyshevmonótona decreciente. 0# - ch 11 !# s / # c " log10 . 2

log10 . s 22 !# s / # c " 11
TN : polinomio de Chebyshev
./
2
Tipo I (todo- caracterı́stica monótona en la banda Nde 1+
1 1 71 4 1 1 2 6 2 # c) 4 de radio unidad
•Polos distribuidos en una circunferencia
H /(# 0 5 6 51 N4
polos) T0 (x) = 1 rechazo. 4.5.- Transformaciones en frecuencia. ,
T1 (x) = x 8 Son filtros solo polos
1 2 6 2 3 T 2 !# / # c " 0#
N
log10 . s 2
/ #c
8 Presentan rizado constanteFiltro
endelaButterworth
bandaΩpasante
1 7 1 4no 12 6
=1
TN +1 (x) = 2xTN (x) TN 1 (x) 2
una caída monotónica en la1banda 1 pasante.
c

8Presentan
0
1 8Menor orden que Butterworth
Chebyshev, Ti- |H(⌦)|2 =  2
“
⌦S
”
Rizado constante en la banda de recha- −50 Transf.
Las transformaciones en frecuencia
digitales son: digitales 8 Son filtros solo polos
TN
“ ⌦P ” Filtro de Chebyshev I Ω =1
1 + ✏2 8 Presentan rizado constante en la banda pas

|H(Ω)|(dB)
po II (polos y ⌦S zo y caracterı́stica monótona
TN(x), en de
el polinomio la ban-
Tchebyshev que se define como: 1 c

P. Baja ! P. Baja "’ nueva frecuencia de

2
TN ⌦ −100
ceros)
TN : polinomio de Chebyshev
da de paso.
! "
<9cos N 3 cos 11 x
N=1
x 51 N=2 0.9
8Presentan una caída monotónica en la banda
TN ( x) 4 ;
! 11
9:cosh N 3 cosh x " −150
x =1
N=3
N=4 8Menor orden
corte
que Butterworth
1 0.8
|H(⌦)|2 = ⇣ ⌘ −200 −2
N=5
Elı́ptico 1+ ✏2 UN ⌦ 0.7 T (x), 0el polinomio
10 de Tchebyshev
−1
1 2
que se define como:
⌦P Rizado constante tanto en la banda de
TN+1(x)=23x3TN(x)-TN-1(x) con T0(x)=1 y T1(x)=x.
10 10 10
N Frecuencia 10 1
ó Cauer (polos
<9cos!N 3 cos 11 x "
paso como en la de rechazo. 0.6Filtro de Butterworth Ωc=1
y ceros) UN : función elı́ptica Jacobiana x 51
P. Baja ! P.0.5Alta "’ nueva frecuencia de
1 0.9
>TN(x)>51 ? @x@<1

|H(Ω)|
TN ( x) 4 ;
9:cosh !N 3 cosh x "
de orden N 11
TN(1)=1 ? N, 0.8 x =1 0.8
1 Todas las raíces de TN(x) están en xAB-1,+1C
0.4 corte
H(s) =
Si aplicamos la transformación 0.6

|H(Ω)|
BN (s) Todas las curvas pasan por N=1
0.3 0.7
0.4

Bilineal a las Transformaciones

Respuesta de fase lineal en la banda de 0.2 TN+1 (x)=23x3TN(x)-TN-1(x) con T0(x)=1 y T1(x)=x.
N=2
Bessel (todo- BN (s): funciones de Bessel N=3 N=1
paso (aunque se destruye en la 2 conver- 1 0.21 N=4 N=2 0.6
polos) B0 (s) = 1 H (# 4 # c ) 4 4 N=3

en frecuencia analógicas 1 2 6 2 3 TN2 !1" 1 20 6−22 P. Baja !−1 P. Banda N=4

N=5 0.1
sión a digital). N=5 0 >TN(x)>51 ?10@x@<1

|H(Ω)|
B1 (s) = s + 1 1 2 0.5
10 10 10 10
?
0

" T
Frecuencia N(1)=1 N, −2 −1 0 1 2

obtenemos las T. en frecuencia inferior de la

2 10 10 10 10 10
BN (s) = (2N 1)BN 1 (s) + s BN 2 (s) l Frecuencia
0.4
Todas las raíces de TN(x) están en xAB-1,+1C
banda Marcelino
Frecuencia en el dominio
Tratamiento
Tratamiento Digital
Digital de
Cuadro 8: Transformaciones de frecuencia para filtros analógicos.
Señalesde Z.
Señales GIET
GIET Marcelino Martínez
"u frecuencia superior de la
TodasSober
Sober Martínez las curvas pasan por 0.3

lunes 5lunes 5 dedemarzo

de marzo 12 de 12
0.2 N=1
banda 2 1 1 N=2
Tipo de filtro Transformación Nuevas H (# 4 # c ) 4 4 N=3
1 2 6 2 3 TN2 !1"
0.1
deseado frecuencias
" frecuencia de corte del 12 62 N=4
N=5
de corte 0 −2 −1
10 10
⌦P filtro pasa-baja
Paso bajo s ! 60 s ⌦0P
⌦P P. Baja ! Elimina Banda
⌦P ⌦0P
Paso alto s! ⌦0P Tratamiento Digital de Señales GIET Marcelino Martínez Sober
s 2 "l frecuencia inferior de la
s + ⌦l ⌦ u lunes 5 de marzo de 12
Paso banda s ! ⌦P ⌦ u , ⌦l banda
s(⌦u ⌦l )
s(⌦u ⌦l )
Supresor de banda s ! ⌦P 2 ⌦ u , ⌦l "u frecuencia superior de la
s + ⌦l ⌦ u
⌦P : frecuencia de corte del prototipo banda
⌦l : frecuencia de corte inferior
⌦u : frecuencia de corte superior " frecuencia de corte del

Marcelino Martínez Sober

Cuadro 9: Transformaciones deTratamiento Digital
frecuencia para de Señales
filtros digitales.GIET
lunes 5 de marzo de 12 32
3
Tipo de filtro Transformación Constantes Nuevas
 lineal de las salidas del sistema todo ceros (ver Proakis).
 ∑c M (k) ⋅ z − k
C (z)
    =          H (z) = k=0
= M
N
1 + ∑ aN (k) ⋅ z − k
AN (z) 
 Cm −1 (z) = Cm (z) − vm Bm (z) siendo vm = cm (m)
    =         
k =1

 Desc. Celosía CELOSIA IIR ceros y polos



    −     
 −    =  Recursión “Descendente”
 − 

     =       α   =  
− −
α   =   Obtenemos los coeficientes de reflexión





Estructuras en celosía. (lattice-ladder)

    =  −    +   − −    

    =  −     −  
Recursión “Ascendente”
Calculamos Am(z) y finalmente AM(z)=H(z)
    =     =  
CELOSíA IIR con ceros y polos
Estructuras en celosía. (lattice-ladder)
Estructuras
∑ c (k) ⋅ z
 La salida total del sistema se puede obtener como una combinación
en
lineal de celosía.
las salidas
M
(lattice)
del sistema todo ceros (ver Proakis).

−k  


M
C M (z) 1º consideramos que es una celosía todo-polos y calculamos los
H (z) =

✓Presentan una gran
k=0
=
robustez coeficientes de reflexión.
con ceros y polos N
AN (z) numérica. 
 C −1 (z) = Cm (z) − vm Bm (z) siendo vm = cC (m)
✓
La salida total del 1 +
Modularidad ∑
sistema a N
se
(k)
para ⋅
puede
z −k
la obtener como una combinación
implementación. 2º Calculamos losmcoeficientes de la “escalera”, vm utilizando mM (z)
lineal de las salidas del ksistema todo ceros (ver Proakis).
k) ⋅ z − k
C M (z)
 ✓ Constituyen =1
un método para determinar la estabilidad de un sistema IIR (Schur-Cohn Test)
=
AN (z)
 ✓Se trata 

de estructuras no DIRECTAS
C (z) = Cm (z) − vm Bm (z) siendo vm = cm (m)
✓Distinguimosm −13 casos:
−k
N (k) ⋅ z Sistemas MA(FIR), AR(IIR solo polos), ARMA(IIR con ceros y polos)
Tratamiento Digital de Señales GIET Marcelino Martínez Sober
CELOSíA FIR Marcelino Martínez Sober
Tratamiento Digital de Señales GIET Estructura multietapa
lunes 5 de marzo de 12


Estructuras en celosía. (lattice)

lunes 5 de marzo de 12
M
Dado H (z) = ∑ h(k)z
−k

k=0

Definimos el conjunto de filtros:

do polos
Etapa genérica m
m ≥1
1
=
1 Am (z) = ∑ α m (k)z − k α m (0) = 1
N si intercambiamos y(n) y x(n) N
y(n) = x(n) + ∑ α N (k)x(n − k)
AN (z)
∑α α m (m) = K m
k=0
N (k)z − k tenemos un sistema FIR y
=1 H (z) = AM (z)
podemos calcular Km.


k =1 

− k) + x(n) que   Km= COEFICIENTES DE REFLEXIÓN
(k)y(n
1º consideramos es una celosía 
todo-polos 1º consideramos
y calculamos los que es una celosía 
 todo-polos y calculamos los
N

coeficientes de reflexión. coeficientes de reflexión.
CELOSIAdeIIR Todo Polosvmde
laEcuaciones
2º Calculamos los 
coeficientes “escalera”, 2ºrecurrencia
utilizando CM(z)
Calculamos los coeficientes de la “escalera”, vm utilizando CM(z)
f0 (n) = g0 (n) = x(n) ¿Cómo obtener los
recurrencia fm (n) = fm −1 (n) + km gm −1 (n − 1) coeficientes de reflexión a
tal de Señales GIET Marcelino Martínez Sober
gm (n) =Digital
km fde (n) + gm −1 (n − 1) partir de H(z) ?
Tratamiento m −1
Señales GIET Marcelino Martínez Sober

lunes 5 de fmarzo
M (n)de =
12 y(n)
n) − km gm −1 (n − 1) 
•               
1 (n) + gm −1 (n − 1) Marcelino Martínez Sober
Tratamiento Digital de Señales GIET
g0 (n) 
lunes 5 de marzo de 12


•            <  ∀ 
4
El sistema es 