Escolar Documentos
Profissional Documentos
Cultura Documentos
PROJETO DE FILTROS
So Lus- MA
-2017-
DIGENES LEITE SOUZA 2017100711
ERYCK DE ARAJO OLIVEIRA 2017100640
JACYEUDE DE MORAIS PASSOS ARAUJO SEGUNDO 2017100669
PAULO RENATO PEREIRA SILVA 2017100767
PAULO RICARDO ALMEIDA FORTE 2017100613
REGINALDO NUNES DA SILVA 2017100702
THALLYS ANDERSON MACHADO FERREIRA 2017100785
VAGNER CUTRIM MENDES 2017100631
PROJETO DE FILTROS
So Lus- MA
-2017-
SUMRIO
1. INTRODUO....................................................................................................4
3. APLICAO........................................................................................................8
4. CONCLUSO....................................................................................................18
REFERNCIAS.........................................................................................................19
1. INTRODUO
y ( t )=h ( t )x( t)
Y ( j)=H ( j) X ( j)
Assim define-se um filtro digital como um sistema temporal discreto projetado para
passar o contedo espectral de um sinal de entrada em uma determinada banda de frequncias,
isto , a funo de transferncia do filtro forma uma janela espectral atravs da qual somente
permitida a passagem da parte desejada do espectro de entrada. Com base na resposta da
funo de transferncia em frequncia, os filtros so classificados em quatro tipos: passa-
baixa (PB), passa-alta (PA), passa-faixa (PF) e rejeita-faixa (RF). Em relao resposta
impulsiva de um sinal os filtros so classificados em: Filtro de resposta ao impulso infinita
(IIR) e Filtro de resposta ao impulso finita (FIR).
Assim o presente texto tem como objetivo discorrer sobre algumas das tcnicas que
foram apresentadas em sala de aula. Tais tcnicas abrangem somente a parte discreta do
estudo.
2. PROJETO DE FILTROS FIR POR JANELAMENTO
A forma mais simples de se obter uma aproximao FIR truncar a resposta ideal.
A forma mais simples de se obter um filtro FIR causal de hd [n] definir um novo
sistema com resposta ao impulso h[n] dada por
{
h [ n ] = hd [ n ] , 0 n M ,
0, outrocaso .
h [ n ] =h d [ n ] w [n]
Retangular
Barlett (triangular)
Hanning
Hamming
Blackman
{
w [ n ]= 1,0 n M ,
0, outrocaso .
Barlett (triangular):
{
2n M
, 0 n ,
M 2
w [ n ]= 2n M
2 , <n M ,
M 2
0, outrocaso .
Hanning:
{
2 n
w [ n ]= 0,50,5 cos ( )
M
, 0 n M ,
0, outrocaso .
Hamming:
{
2 n
( )
w [ n ]= 0,540,46 cos M , 0 n M ,
0, outrocaso .
Blackman:
{
2 n 4 n
( ) ( )
w [ n ]= 0,420,5 cos M +0.08 cos M , 0 n M ,
0, outrocaso .
Como primeira aplicao, foi produzido um cdigo no MatLab que gera janelas fixa
do tipo retangular, hanning, hamming, blackman e Bartlett no domnio do tempo e no domnio
da freqncia.
clear; clc;
% Comprimento da janela.
L=input('Comprimento da Janela:');
% Criando as janelas
windows(1,:) = rectwin(L);
windows(2,:) = hann(L);
windows(3,:) = hamming(L);
windows(4,:) = blackman(L);
windows(5,:) = bartlett(L);
% Domnio da frequncia
for i=1:5
[hw,omega]=freqz(windows(i,:),1,256);
mag=20*log10(abs(hw));
plot(0:1/(256-1):1,mag,'LineWidth',2);
hold on;
end
grid;
ylabel('Magnitude (dB)');
xlabel('Freq. Normalizada x \pi');
title('Janelas');
legend(names);
% Domnio do tempo
figure;
for i=1:5
impz(windows(i,:),1,L);
hold on;
end
ylabel('Amplitude');
xlabel('Amostras');
title('Janelas');
legend(names);
Tabela 1. Dados da largura do lbulo principal e a atenuao relativa do lbulo lateral para
cada janela fixa.
Janela ML A SL
4 4
Retangular = 0,0625 1038=28 dB
M +1 64
8 8
Hanning = 0,127 5030=80 dB
M 63
8 8
Hamming = 0,127 2030=50 dB
M 63
12 12
Blackman = 0,19 9030=120 dB
M 63
8 8
Bartlet = 0,127 3030=60 dB
M 63
Como outra aplicao, projeta-se um filtro digital FIR de passa baixa, considerando
uma frequncia de amostragem 8kHz, frequncia de corte em 2kHz e 17 amostras.
clear; clc;
% Frequncia de Amostragem
fs = 8000;
% Perodo de Amostragem
ts = 1/fs;
% tempo
t = 0:ts:1;
% Sinal Original
x = sin(2*pi*20*t);
% Rudo
noise = randn(size(x));