Técnica de Projeto de Filtros

Tcnicas de Projeto de Filtros
Carlos Alexandre Mello
Carlos Alexandre Mello cabm@cin.ufpe.br

O projeto de um filtro tem trs passos:
Especificaes
Determinada pela aplicao
Aproximaes
Projeto do filtro especificamente (H(z))
Implementaes
Transcrio do projeto para hardware ou software

Em diversas aplicaes como processamento de voz ou som, filtros digitais so usados para implementar operaes seletivas de frequncia Assim, especificaes so necessrias no domnio da frequncia em termos de magnitude desejada e resposta em fase do filtro
Carlos Alexandre Mello cabm@cin.ufpe.br 3

Em geral, uma resposta em fase linear na banda de passagem desejada

As especificaes de magnitude so dadas de duas possveis formas:
Especificaes absolutas
Requisitos da magnitude |H(ejw)|
Especificaes relativas
Requisitos definidos em decibis (dB)
Escala dB =

Consideraes:
Banda de Passagem
1 - 1 |H(jw)| 1 + 1, para 0 |w| wp
Banda de Corte
|H(jw)| 2, para |w| ws
Banda de Transio
Largura finita igual a ws wp

Especificao Absoluta

Especificao Relativa

Exemplo: As especificaes de um FPB definem as ondulaes da banda de passagem em 0,25 dB e a atenuao na banda de corte em 50 dB. Determine 1 e 2
Rp = 0,25 = -20 log10 [(1 - 1)/(1 + 1)]
1 = 0,0144
As = 50 = -20 log10 [2/(1 + 1)]

2 = 0,0032
10

Objetivo:
Projetar um filtro passa baixa (i.e., achar H(z)) que tenha banda de passagem [0, wp] com tolerncia 1 (ou Rp em dB) e uma banda de passagem [wp, ] com tolerncia 2 (ou As em dB)
11

Vantagens de filtros FIR
Resposta em fase linear
O que implica que filtros de ordem M ou M-1 tm uma ordem de M/2 operaes
Fceis de implementar Eficientes TDF pode ser usada em sua implementao
12
Tcnicas de Projeto de Filtros FIR


Tanto a aproximao quanto a implementao podem ser realizadas de diversas maneiras diferentes, com o resultado de que no existe uma soluo nica para o problema de projeto de filtros com um conjunto prescrito de especificaes
14

Todavia, podemos mencionar trs diferentes abordagens para o projeto de filtros analgicos e digitais:
Abordagem analgica Abordagem de analgico para digital Abordagem digital direta
15

Para o projeto de filtros FIR, as tcnicas so divididas nas seguintes categorias:
Projeto usando janelas Mtodo da amostragem em frequncia Projeto equirriple timo ....
16

Projeto Usando Janelas
A ideia bsica de um projeto por janelas selecionar um filtro seletor de frequncias ideal apropriado (que sempre no-causal e de resposta ao impulso infinita) e ento truncar sua resposta ao impulso em uma janela para obter um filtro FIR causal e de fase linear
Assim, o foco est na escolha de uma funo de janelamento e um filtro ideal apropriados
17

Vamos considerar o FPB ideal Hd(ejw) com magnitude 1 e fase linear na banda de passagem e resposta zero na banda de corte: 1.e-jw Hd(ejw) = 0 , |w| wc , wc < |w|
onde wc chamada de frequncia de corte (cutoff) e o atraso da amostra (sample delay)
18

A resposta ao impulso desse filtro infinita e dada por:
Para obter um filtro FIR a partir de hd[n], precisamos truncar hd[n] em ambos os lados.
19

Para obter um filtro FIR causal de fase linear h[n] de comprimento M, devemos ter:
e = (M - 1)/2 Essa operao chamada de janelamento
20

Em geral, h[n] pode ser pensado como sendo formado pelo produto de hd[n] e uma janela w[n] tal que:
h[n] = hd[n].w[n]
onde w[n] alguma funo simtrica com respeito a no intervalo 0 n M 1 e 0 fora desse intervalo
21

Dependendo de como obtivermos w[n] acima, temos diferentes projetos de filtros Por exemplo:
uma janela retangular

22

No domnio da frequncia, a resposta H(ejw) do filtro FIR causal dada pela convoluo de Hd(ejw) e a resposta da janela W(ejw):
23

24

Observaes:
1. Como a janela w[n] tem comprimento finito igual a M, sua resposta em frequncia tem uma regio de pico central (lbulo principal) cuja largura proporcional a 1/M e tem lbulos laterais com pesos menores. 2. A convoluo gera uma verso da resposta ideal Hd(ejw), mas com algumas distores (ondulaes). 3. A largura da banda de transio proporcional a 1/M. 4. Os lbulos laterais produzem ondulaes que tm forma similar tanto na banda de passagem quanto na de corte.
25

Projeto usando janelas: Para uma dada especificao de filtro, escolha um filtro de comprimento M e uma funo janela w[n] para a mais estreita largura do lbulo principal e a menor atenuao nos lbulos laterais possvel.
26

Da observao 4 anterior, podemos notar que a tolerncia 1 da banda de passagem e a tolerncia 2 da banda de corte no podem ser especificadas de forma independente Geralmente, toma-se 1 = 2
27

Tipos de Janelas
Janela Retangular
Resposta em frequncia
28

Tipos de Janelas
Magnitude da funo sen[w(M+1)/2]/sen(w/2)
29

Tipos de Janelas
A largura do lbulo central wm = 4/(M + 1) para uma janela retangular Observa-se tambm que a magnitude do primeiro lbulo lateral aproximadamente em w = 3/(M+1) e dada por:
30

Tipos de Janelas
medida que M cresce, a largura de cada lbulo lateral diminui, mas a rea sobre eles permanece constante
Assim, as amplitudes relativas dos picos laterais vo permanecer constantes e a atenuao da banda de passagem permanece em cerca de 21 dB
Isso significa que as ondulaes vo sofrer um pico perto das bordas das bandas Isso conhecido como fenmeno de Gibbs Esse fenmeno ocorre por causa da transio brusca de 0 para 1 (e de 1 para 0) da janela retangular

Tipos de Janelas
32

Tipos de Janelas
Janela Triangular ou de Bartlett

Bartlett sugeriu uma transio mais suave para evitar o fenmeno de Gibbs. Isso seria conseguido atravs de uma janela triangular da forma:
33

Tipos de Janelas
34

Tipos de Janelas
Janela de Hanning
35

Tipos de Janelas
Janela de Hamming
36

Tipos de Janelas
Janela de Blackman
37

Tipos de Janelas
Caractersticas das funes
38

Tipos de Janelas
Janela de Kaiser
Esta a melhor janela Ela e considerada tima porque prov um lbulo principal largo para a dada atenuao da banda de corte, o que implica a mais brusca banda de transio
39

Tipos de Janelas
Janela de Kaiser
I0(.) a funo de Bessel modificada de ordem zero
40

Tipos de Janelas
Janela de Kaiser
Variadas formas da Janela de Kaiser
41

Tipos de Janelas
Janela de Kaiser
Na expresso de w[n], existem dois parmetros:
O comprimento M O parmetro
Se = 0, temos a janela retangular
Variando e M, possvel ajustar a amplitude dos lbulos laterais Kaiser encontrou duas frmulas que permitem achar M e de modo a atender s especificaes do filtro

Tipos de Janelas
Janela de Kaiser
considerando 1 = 2
w = wS - wP A = -20log10
43

Tipos de Janelas
Janela de Kaiser
O procedimento para projetar um filtro passa-baixa digital FIR usando a janela de Kaiser consiste nos seguintes passos:
i) Estabelecer as especificaes wP, wS e . ii) Estabelecer a frequncia de corte wc do filtro passa-baixa ideal ao qual se aplicar a janela (wc = (wP + wS)/2). iii) Calcular A = 20log10 e w = wP - wS e usar as frmulas de Kaiser para encontrar os valores de M e . iv) Encontra a resposta ao impulso do filtro atravs de h[n]=hd[n]w[n], onde w[n] a janela de Kaiser e hd[n] = -1[Hd(ejw)].
44

Tipos de Janelas
Janela de Kaiser
Devido complexidade de clculos com funes de Bessel, o projeto dessas janelas no fcil A equao de w[n] definida por Kaiser tem valores encontrados empiricamente e so definidos sem prova
45

Tipos de Janelas
Janela de Kaiser
Exemplo: Projetar, usando janelas de Kaiser, um filtro passa-baixa com as seguintes especificaes:
wP= 0,4, wS = 0,6 e = 0,001
wc = (wS + wP)/2 = 0,5 w = wS - wP = 0,2 A = -20log10 = 60 dB Como A > 50: = 0,1102(A 8,7) 5,633 M = (A - 8)/(2,285w) 36,219 M = 37 (M inteiro)
46

Tipos de Janelas
Janela de Kaiser
Exemplo: Projetar, usando janelas de Kaiser, um filtro passa-baixa com as seguintes especificaes:
wP= 0,4, wS = 0,6 e = 0,001 A resposta ao impulso
com w[n] dado pela definio da janela de Kaiser
47

Tipos de Janelas
Implementaes no MatLab
O MatLab tem diversas funes para implementar janelas:
w = rectwin(M): Janela retangular w = bartlett(M): Janela de Bartlett w = hanning(M): Janela de Hanning w = hamming(M): Janela de Hamming w = blackman(M): Janela de Blackman w = kaiser(M, Beta): Janela de Kaiser
48

Exemplos no MatLab
Funo 1: function hd = ideal_lp(wc, M) % Ideal low pass filter % wc = cutoff frequency % M = length of the ideal filter alpha = (M - 1)/2 n = [0:(M-1)]; m = n - alpha + eps; hd = sin(wc*m)./(pi*m);
Funo 2: function [db, mag, pha, w] = freqz_m(b, a) % Versao modificada da funcao freqz [H, w] = freqz(b, a, 1000, 'whole'); H = (H(1:501))'; w = (w(1:501))'; mag = abs(H); db = 20*log10((mag + eps)/(max(mag))); pha = angle(H);
49

Exemplos no MatLab
Exemplo 1:
Projetar um filtro passa-baixa FIR com as seguintes especificaes wP = 0,2, RP = 0,25 dB, wS = 0,3 e AS = 50 dB. Tanto a janela de Hamming quanto a de Blackman provem atenuao de mais de 50 dB Vamos escolher a janela de Hamming que prov a menor banda de transio e assim tem a menor ordem
50

Exemplos no MatLab
Exemplo 1:
wp = 0.2*pi; ws = 0.3*pi; tr_width = ws - wp; M = ceil(6.6*pi/tr_width) + 1 n = [0:M-1]; wc = (ws + wp)/2; hd = ideal_lp (wc, M); w_ham = (hamming(M))'; h = hd.*w_ham; [db, mag, pha, w] = freqz_m(h, [1]); delta_w = 2*pi/1000; Rp = -(min(db(1:wp/delta_w+1))) As = -round(max(db(ws/delta_w+1:501)))
51

Exemplos no MatLab
Exemplo 1:
M = 67 alpha = 33 Rp = 0,0394 As = 52 stem(hd) stem(h) stem(mag) stem(w_ham)
52

Exemplos no MatLab
Exemplo 2:
Resolver o exemplo anterior com janela de Kaiser
53

Exemplos no MatLab
Exemplo 3:
A resposta em frequncia de um filtro passa-faixa ideal dada por:
Usando uma janela de Kaiser, projete um filtro passafaixa de comprimento 45 com atenuao na banda de corte de 60 dB
54

Exemplos no MatLab
Exemplo 3: Observe que a largura da banda de transio no foi dada Ela ser encontrada a partir do comprimento M = 45 e do parmetro da janela de Kaiser Das equaes de projeto da janela de Kaiser, podemos determinar a partir de As:
55

Exemplos no MatLab
Exemplo 3: Vamos agora implementar a janela de Kaiser e observar a atenuao na banda de corte
M = 45; As = 60; n=[0:M-1]; beta = 0.1102*(As - 8.7) beta = 5,6533 w_kai = (kaiser(M, beta))'; wc1 = pi/3; wc2 = 2*pi/3; hd = ideal_lp(wc1, M) + ideal_lp(pi, M) - ideal_lp(wc2, M); h = hd.*w_kai; [db, mag, pha, w] = freqz_m(h, [1]);
56

Exemplos no MatLab
Exemplo 3:
Problema. Abaixo de 60 dB
57

Exemplos no MatLab Exemplo 3: Observe que, com esse valor, a mnima atenuao da banda de corte menor que 60 dB (em mdulo) Assim, precisamos aumentar para aumentar a atenuao para 60 dB. Vamos colocar um acrscimo no valor calculado de para conseguir uma atenuao maior Observamos que, assim, a atenuao fica maior que 60 dB na banda de corte
58

Exemplos no MatLab
Exemplo 3: Vamos agora implementar a janela de Kaiser e observar a atenuao na banda de corte
M = 45; As = 60; n=[0:M-1]; beta = 0.1102*(As - 8.7) + 0.3 beta = 5,9533 w_kai = (kaiser(M, beta))'; wc1 = pi/3; wc2 = 2*pi/3; hd = ideal_lp(wc1, M) + ideal_lp(pi, M) - ideal_lp(wc2, M); h = hd.*w_kai; [db, mag, pha, w] = freqz_m(h, [1]);
59

Exemplos no MatLab
Exemplo 3:
Acima de 60dB OK!
60

Projeto por Amostragem em Frequncia
Nessa tcnica, usamos o fato de que a funo de sistema H(z) pode ser obtida a partir de amostras H(k) da resposta em frequncia H(ejw) Seja h[n] a resposta ao impulso de um filtro FIR com M amostras, H[k] sua transformada discreta de Fourier com Mpontos e H(z) sua funo de sistema
61

62

Observaes (da figura anterior): 1) O erro de aproximao a diferena entre a resposta ideal e a atual zero nas freqncias amostradas 2) O erro de aproximao nas outras freqncias depende da forma da resposta ideal, ou seja, quanto mais sharp a resposta ideal, maior o erro de aproximao 3) O erro maior perto das fronteiras das bandas e menor dentro das bandas
63

Projeto Equirriple timo
Os mtodos de janelamento e de amostragem na frequncia tm alguns problemas:

1) No podemos especificar wP e wS precisamente nos projetos. 2) No podemos especificar 1 e 2 simultaneamente
Ou consideramos 1 = 2 (como no janelamento) ou otimizamos 2 (como na amostragem).
3) O erro de aproximao no distribudo uniformemente nas bandas

Ele mais alto perto das fronteiras das bandas e menor quanto mais distante delas
64

O mtodo equirriple timo evita esses problemas. No entanto ele bastante difcil de utilizar e requer computador na sua implementao O objetivo minimizar o erro mximo de aproximao (minimax do erro)
Otimizao
Tais filtros so chamados de equirriple porque o erro distribudo de maneira uniforme na banda de passagem e de corte o que resulta em um filtro de menor ordem
65

Exemplo:
66
Tcnicas de Projeto de Filtros IIR

67

A tcnica bsica de projeto de filtros IIR transforma filtros analgicos bem conhecidos em filtros digitais A vantagem dessa tcnica est no fato que tanto tabelas de filtros analgicos quanto as converses esto vastamente disponveis na literatura Essa tcnica chamada de transformao de filtro analgica-digital (A/D) No entanto, as tabelas de filtros s esto disponveis para filtros passa-baixa
Para gerar outros filtros seletores de frequncia, temos que aplicar transformaes a filtros passa-baixa Essas transformaes tambm esto disponveis na literatura.
68

Existem duas formas de projeto de filtros IIR
69

Para projetar filtros IIR, vamos:
1) Projetar FPB analgicos; 2) Aplicar transformaes no filtro para obter FPB digitais; 3) Aplicar transformaes de frequncia nas bandas para obter outros filtros digitais a partir do FPB.
O principal problema dessas tcnicas que no temos controle sobre a fase do filtro
Assim, os projetos de filtros IIR sero apenas em magnitude

Escala Relativa
Seja Ha(j ) a resposta em frequncia do filtro analgico Ento as especificaes do FPB quanto resposta quadrtica de magnitude so dadas por:
onde o parmetro de ondulao da banda de passagem, P a frequncia de corte da banda de passagem em rad/seg, A o parmetro de atenuao da banda de corte e S a frequncia da banda de corte

Especificaes de um filtro passa-baixa analgico Da figura temos:
72

Escala Relativa
Os parmetros e A esto relacionados aos parmetros RP e AS na escala dB como:
73

Escala Relativa
As tolerncias 1 e 2 da escala absoluta so relacionados a e A por:
74

Escala Relativa
Especificaes de filtros analgicos no tm informao de fase Para calcular a funo de sistema Ha(s) no domnio-s considere :
75

Escala Relativa
Ento temos :
76

Observao:
A transf. apresentada no plano-s indicando o uso da transf. de Laplace (por ser no domnio analgico) O domnio-s ou plano-s o nome do plano complexo no qual a transformada de Laplace apresentada graficamente A transf de Laplace se relaciona com a transf de Fourier, mas enquanto a transf de Fourier mapeia um sinal ou funo em termos de vibraes (senides), a transf de Laplace mapeia uma funo em relao aos seus momentos
Tcnicas de Projeto de Filtros IIR Caractersticas de Prottipos Analgicos

O projeto de filtros IIR reside na existncia de filtros analgicos para obter filtros digitais Esses filtros analgicos so chamados de filtros prottipos Trs prottipos so largamente usados na prtica: Butterworth, Chebyshev (tipo I e II) e Elptico Vamos ver as caractersticas das verses passabaixa desses filtros.
78

Filtro de Butterworth
A principal caracterstica desse filtro que a resposta em magnitude plana (flat) na banda de passagem e de corte A resposta quadrtica de magnitude de um FPB de Nsima ordem dada por:
onde N a ordem do filtro e
a frequncia de corte
79

Filtro de Butterworth
80

Filtro de Butterworth Do grfico, podemos observar:
i) Em = 0, |Ha(j0)|2 = 1, para todo N. ii) Em = c, |Ha(j c)|2 = 0,5, para todo N, o que implica 3 dB de atenuao em c iii) |Ha(j )|2 uma funo monotonicamente decrescente em iv) |Ha(j )|2 se aproxima de um FPB ideal em N . V) |Ha(j )|2 maximamente plano em = 0
81

Filtro de Butterworth Sua funo de sistema Ha(s) :
82

Filtro de Butterworth Para projetar o filtro, precisamos encontrar as razes e plos da funo do sistema Os plos so dados por:
pk = ej(2k + 1)/2N.ej/2
c,
k = 0, 1, 2,..., 2N-1
Assim, os plos esto em um crculo de raio c nos ngulos k = (/N)k + (/2N) + /2, k = 0, ..., 2N 1 E os zeros so
sk = (-1)1/2N.j
c
ce
j(2k+N+1)/2N,
k = 0, 1, ..., 2N 1.
83

Filtro de Butterworth O FPB analgico especificado pelos parmetros P, S, RP e AS Assim, a essncia do projeto no caso do filtro de Butterworth obter a ordem N e a frequncia de corte dada c
84

Filtro de Butterworth Assim, dadas essas especificaes, queremos:
p
85

Filtro de Butterworth Resolvendo as equaes para N =
c,
temos:
86

Filtro de Butterworth Como N deve ser inteiro, ento consideramos:
N = N
Obviamente, isso ir gerar um filtro com ordem maior do que o necessrio Para satisfazer exatamente as especificaes do projeto em P:
87

Filtro de Butterworth Para satisfazer exatamente as especificaes do projeto em S:
88

Filtro de Butterworth: Exemplo
Projete um filtro Butterworth satisfazendo:
Ponto de corte na banda de passagem: P = 0,2 Ripple na banda de passagem: RP = 7 dB Ponto de corte na banda de corte: S = 0,3 Ripple na banda de corte: AS = 16 dB
89

Soluo:
Para satisfazer as especificaes em
Para satisfazer as especificaes em
90

Soluo: Podemos escolher c entre esses dois valores, por exemplo c = 0,5 Temos que projetar um filtro Butterworth com N = 3 e c = 0,5 Ou seja: Como = s/j, temos:
91

Soluo: Os plos pk da funo anterior podem ser calculados no MatLab como:
>> a = [-64 0 0 0 0 0 1]; >> b = roots(a) b= -0.5000 -0.2500 + 0.4330i -0.2500 - 0.4330i 0.5000 0.2500 + 0.4330i 0.2500 - 0.4330i

Soluo: Para termos um filtro causal e estvel, usamos os plos do semi-plano esquerdo:
93

Soluo: Vamos ajustar o numerador para que o ganho na frequncia zero seja unitrio Ou seja, no denominador, quando s = 0, temos:
(s + 0,5)(s2 + 0,5s + 0,25) = 0,5.0,25 = 0,125
Logo, o denominador multiplicado por um fator de 1/8 e temos:
94

Soluo: Para transformar o filtro em digital, podemos usar o mtodo de transformao bilinear Nele, consideramos:
onde T um parmetro
OBS: Explicao nas notas de aula.
95

Soluo: No nosso caso, consideramos T = 1:
96

Filtro de Chebyshev Existem dois tipos de filtros de Chebyshev
O Chebyshev do tipo I tem resposta equirriple na banda de passagem e o tipo II, na banda de corte
Os filtros Butterworth tm resposta monotnica em ambas as bandas Lembramos que um filtro de resposta equirriple tem menor ordem Assim, um filtro de Chebyshev tem menor ordem que um de Butterworth para as mesmas especificaes

Filtro de Chebyshev
98

Filtro de Chebyshev
A resposta quadrtica de magnitude de um filtro Chebyshev tipo I dada por:
onde N a ordem do filtro, o fator de ondulao da banda de passagem e TN(x) o polinmio de Chebyshev dado por (podemos considerar x = / c):
99

Filtro de Chebyshev
Para um filtro Chebyshev tipo II:
Ou seja, x = ( / c) substitudo por seu inverso e 2TN2(x) tambm
100

Filtro de Elptico Esses filtros apresentam ondulaes na banda de passagem e de corte So similares em magnitude a filtros FIR equirriple So filtros timos no sentido que eles alcanam a menor ordem N para as dadas especificaes So muito difceis de projetar e analisar
No possvel projet-los com ferramentas simples, sendo necessrio uso de tabelas e computadores
101

Filtro de Elptico A resposta quadrtica de magnitude dada por:
onde N a ordem do filtro, o fator de ondulao da banda de passagem e UN(x) a funo elptica Jacobiana de ordem N
102

Filtro de Elptico
Apesar da anlise complexa, o clculo da ordem do filtro simples e dado por:
Onde:
103
Transformaes em Frequncia
Como dissemos anteriormente, o projeto de filtros seletores de frequncia como passa-alta, passafaixa ou rejeita faixa, so feitos a partir de um prottipo do tipo passa baixa A partir desse prottipo, possvel aplicar uma transformao algbrica para construir o filtro desejado
104
Seja HPB(Z) a funo do sistema de um filtro passa-baixa dado o qual se quer transformar para obter uma nova funo H(z) Observe que as variveis complexas Z e z esto associadas ao filtro passa-baixa prottipo e ao filtro obtido pela transformao, respectivamente O que se deseja uma funo Z = G(z) tal que:
105
Se HPB(Z) a funo racional de um sistema causal e estvel, uma exigncia natural que a funo transformada H(Z) tambm apresente essas caractersticas. Isso implica que:
1. G(z-1) deve ser uma funo racional de z-1. 2. O interior do crculo unitrio do plano Z deve mapear o interior do crculo unitrio do plano z. 3. O crculo unitrio do plano Z deve mapear no crculo unitrio do plano z.
Denotando por e w as variveis (ngulos) associados, respectivamente, aos planos Z e z, a transformao Z-1 = G(z-1) pode ser re-escrita como:
De forma que:
107
A forma mais geral da funo G(z-1) que satisfaz s condies acima :
com |k| < 1 Dependendo da escolha de N e k, diversos mapeamentos podem ser obtidos O mais simples (N = 1, 1 = ):
108
Agora, escolhendo uma ordem apropriada N e os coeficientes {k}, podemos obter uma variedade de mapeamentos As transformaes mais comuns esto na tabela a seguir...
109
110
Comparao entre Filtros FIR e IIR

Seja M o comprimento (nmero de coeficientes) de um filtro FIR de fase linear e N a ordem de um filtro elptico (IIR) Se assumimos que ambos os filtros atendem exatamente s mesmas especificaes, os dois filtros so equivalentes e atendem relao:
111
Comparao entre Filtros FIR e IIR

Isso mostra que, para a maior parte das aplicaes, filtros IIR elpticos so desejveis do ponto de vista computacional As condies mais favorveis para filtros FIR so: 1. Grandes valores de 1; 2. Pequenos valores de 2; 3. Grande largura da banda de transio.
112

Referncias:
Digital Signal Processing using MatLab, V.Ingle, J.G.Proakis, Brooks/Cole, 2000 Discrete-Time Signal Processing, A.Oppenheim e R.W.Schafer, Prentice-Hall, 1989 Digital Signal Processing Using MatLab and Wavelets, M.Weeks, Ed. Infinity Science, 2007 Digital Signal and Image Processing, T.Bose, John Wiley and Sons, 2004

Técnica de Projeto de Filtros

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Técnica de Projeto de Filtros

Enviado por

Direitos autorais:

Formatos disponíveis

Tcnicas de Projeto de Filtros

Carlos Alexandre Mello

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

Tcnicas de Projeto de Filtros

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

Tcnicas de Projeto de Filtros

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

As = 50 = -20 log10 [2/(1 + 1)]

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros

Fceis de implementar Eficientes TDF pode ser usada em sua implementao

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

onde wc chamada de frequncia de corte (cutoff) e o atraso da amostra (sample delay)

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

A resposta ao impulso desse filtro infinita e dada por:

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

e = (M - 1)/2 Essa operao chamada de janelamento

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

uma janela retangular

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Carlos Alexandre Mello cabm@cin.ufpe.br

Tcnicas de Projeto de Filtros FIR

Magnitude da funo sen[w(M+1)/2]/sen(w/2)