Procesamiento de Señales

Diseño de Filtros
Digitales
Objetivos

• Utilizar apropiadamente las principales

técnicas de diseño de filtros en tiempo
discreto con respuesta al impulso finita e
infinita.
• Formular estrategias apropiadas para
seleccionar el filtrado digital adecuado según
la aplicación.

Primavera - 2008 Dr. Juan José Aranda Aboy 2

Filtros IIR
N M

• Ecuación en diferencias
a
n 0
n y (k  n)   bm x(k  m)
m 0

1 M N

y (k )    bm x(k  m)   an y (k  n)
a0  m 0 n 1 
M

Y ( z) m
b z m

G( z)   m0
N
• Función de transferencia
a
X ( z)
n z n
n 0

Y( f ) m
b e  j 2fm

• Respuesta en frecuencia G( f )   m 0
N

 n
X(f )  j 2fn
a e
n 0

AJRA Filtros IIR - 3

Diseño de filtros IIR

• Procedimientos basados en los filtros analógicos

– La idea es partir de la función de transferencia G(s) de un

filtro analógico conocido

– Equivalencia de la integración: Transformación bilineal

– Invarianza al impulso: muestreo de la respuesta impulsiva

AJRA Filtros IIR - 4

Filtros IIR – Transformación bilineal
1
G (s) 
• Filtro analógico que s
integra T 1  z 1
G( z ) 
2 1  z 1

2 1  z 1
• Aproximación discreta s
T 1  z 1

2 T 
a  tg   
• Transformación bilineal T 2 

AJRA Filtros IIR - 5

Ejemplo IIR
1
• Filtro de Butterworth de segundo G( s) 
s2 2s
orden  1
 2
c c

• Diseñar un filtro con fs = 1 y c = 0.1

1
• ca = 2 tg 0.05  0.1 G( s) 
s2 2s
 1
0.01 0.1
• Se usa el filtro
0.1056  0.2111 z 1  0.1056 z 2
• Transformación bilineal G( z )  1.5651  1.7889 z 1  0.6461 z 2

AJRA Filtros IIR - 6

Ejemplo IIR
1
• Respuesta en frecuencia obtenida
0.5

• Aplicación a una señal

0
0 0.5
5 60

40
• Entrada y TF 0
20

-5 0
0 20 40 0 20 40
4 40

2 30
• Salida y TF
0 20
-2 10
-4 0
0 20 40 0 20 40

AJRA Filtros IIR - 7

Filtros FIR
• Idea básica: y( k)  x( k) * g( k)

• Dominio frecuencia: Y( f )  X( f ) G( f )
• La salida del filtro es la convolución entre la entrada y la
respuesta impulsiva
• La respuesta impulsiva es la transformada de Fourier inversa
de la respuesta en frecuencia
• Procedimiento básico de diseño:
– definir la respuesta en frecuencia deseada
– calcular transformada de Fourier inversa (respuesta
impulsiva)

AJRA Filtros FIR - 8

Filtros FIR - Uso

• Convolución de la respuesta impulsiva con la señal de entrada

y (k )  x(k ) * g (k )
L 1
y (k )   x(k  l ) g (l )
l 0

y (k )  g (0) x(k )  g (1) x(k  1)    g ( L  1) x(k  ( L  1))

AJRA Filtros FIR - 9

Diseño Filtros FIR con IFFT - Script

• Creación de señal de prueba con varios armónicos

• FFT de la señal
• Definición de la respuesta en frecuencia deseada
• Cálculo de la respuesta impulsiva
• Filtro real obtenido
• Filtrado por convolución

AJRA Filtros FIR - 10

Diseño Filtros FIR con IFFT - Gráficos

• Señal original (sintetizada)

• Detalle en el que se ven las muestras
• Módulo de la FFT de la señal
• Fase de la misma
• Respuesta en frecuencia del filtro deseado (amplitud)
• Respuesta impulsiva
• Respuesta en frecuencia del filtro real obtenido (amplitud)
• Señal de salida (señal filtrada)

AJRA Filtros FIR - 11

Cambio de frecuencia de muestreo

• Necesidad de cambio de frecuencia de muestreo

• Interpolación

AJRA Cambio frecuencia de muestreo - 12

Interpolación

• Espectro de ambas señales

AJRA Cambio frecuencia de muestreo - 13

Interpolación

• Filtro de interpolación

AJRA Cambio frecuencia de muestreo - 14

Diezmado

• Diezmado

AJRA Cambio frecuencia de muestreo - 15

Cambio de frecuencia de muestreo
• Factor racional L/K

AJRA Cambio frecuencia de muestreo - 16

Tipo de filtro

• Ideal: FIR no recursivo de fase lineal

• Razones
– Fase lineal implica solo retardo fijo
– La simetría de la respuesta impulsiva implica ahorro de
multiplicaciones
– En la etapa de interpolación sólo una de cada L muestras es no nula
– En la etapa de diezmado sólo una de cada K muestras interesa

• Implementación por etapas para valores altos de K y L

AJRA Cambio frecuencia de muestreo - 17

Filtrado no lineal

• Sistemas lineales

– S[ a x1(k) + b x2(k) ] = a S[ x1(k) ] + b S[ x2(k) ]

– Concepto de respuesta impulsiva – respuesta en frecuencia

• Los sistemas no lineales son útiles, el problema es su

tratamiento matemático

AJRA Filtrado no lineal - 18

Filtrado de mediana

• Filtrado de mediana
– y(k) = med [ x(k-N), …, x(k+N) ]
(mediana de 2N+1 puntos centrados en el actual)
– Parámetros de diseño: N y número de pasadas
• Características importantes
– Respeta bien los cambios bruscos de la señal
– Elimina ruidos puntuales (ruido de sal y pimienta)
• Otros filtros parecidos:
– ROF (Rank-order filter). El de orden 2 se puede usar para detectar
envolventes
– Moda
– Combinación de filtros lineales y no lineales

AJRA Filtrado no lineal - 19