TAREA AULA VIRTUAL ‘PDS’ Versión 1.
0
FILTRADO LINEAL
Castaño Manuel
U1801975@unimilitar.edu.co
Profesor: Velazco Nelson
I. INTRODUCCIÓN
1. ¿Qué significa filtrar una señal?
En su definición más general, un filtro se puede definir como
todo procesado que altera la naturaleza de una señal sonora de
una forma o de otra. Un filtro es un proceso computacional o
algoritmo mediante el cual una señal digital (secuencia de
muestras) es transformada en una segunda secuencia de
muestras o señal digital de salida.
2. ¿Qué parámetros de diseño se tienen en cuenta para el
diseño de un filtro?
1) Información en el dominio del tiempo: La descripción del
momento de ocurrencia de eventos y la magnitud del evento
está codificada en el dominio del tiempo, es decir, en la forma
de onda. Las modificaciones en la información en el dominio
del tiempo están mejor especificadas en la respuesta al escalón
del filtro.
Fig. 1: Dominio del tiempo
2) Información en el dominio de la frecuencia: La
descripción de las características de eventos de naturaleza
oscilatoria está representada en el dominio de la frecuencia. La
información en este caso, no está contenida en las muestras
individuales, está contenida en la relación entre Muestras. Las
modificaciones en la información en el dominio de la
El presente documento corresponde a una tarea de “Procesamiento Digital de Señales” presentado en la Universidad Militar
Nueva Granada durante el periodo 2018-2.
PROGRAMA DE INGENIERÍA MECATRÓNICA
Periodo 2018-2
frecuencia están mejor especificadas en la respuesta en
frecuencia del filtro.
3. ¿Qué es la banda pasante?
Rango de frecuencias que el filtro permite pasar sin alterar.
4. ¿Qué es la banda rechazada?
Rango de frecuencias que el filtro bloquea.
5. ¿Qué es la banda de transición?
Región entre la banda pasante y la banda atenuada.
6. ¿Cómo se representa en el dominio de la frecuencia la
acción de un filtro?
En el dominio de la frecuencia podemos representar la acción
de un filtro marcando las frecuencias de las bandas de paso,
rechazó y transición y además de eso de la atenuación que
tendría la señal como en las siguientes imágenes y donde vemos
tanto la acción de un filtro pasa bajo (izquierda) como pasa alto
(derecha) en el dominio de la frecuencia.
7. ¿Cómo se representa un filtro ideal en el dominio de la
frecuencia?
Un filtro ideal en el dominio de la frecuencia es aquel que
después de si frecuencia de corte no deja pasar ninguna otra
frecuencia, es decir la atenuación es inmediata, pero esto en la
vida real no es posible.
8. ¿Qué características tiene la magnitud?
La ganancia se mantiene hasta la frecuencia de corte.
9. ¿Qué características tiene la fase?
Con los filtros la fase se mantiene constante, se ve reducida
en magnitud en el momento en el cual la frecuencia de la señal
es la frecuencia de corte del filtro.
10. ¿Cómo es la respuesta impulsional de un filtro ideal?,
dibuje.
Conociendo la respuesta al impulso, se puede calcular la
respuesta del filtro a cualquier entrada (principio de
 TAREA AULA VIRTUAL ‘PDS’ Versión 1.0
PROGRAMA DE INGENIERÍA MECATRÓNICA
Periodo 2018-2

superposición) 15. ¿Cómo se afecta la magnitud?

11. ¿Por qué un filtro ideal no es implementable en el
dominio temporal?
No es posible implementar un filtro ideal ya que todos lo
componentes que se utilizan en su fabricación tienen un margen
de error, lo que hace que el filtro atenúa constantemente y no
atenúa de manera directa la magnitud, también la frecuencia de
corte del filtro cambia con respecto a la calculada.
12. ¿Cómo se resuelve la no finitud de la respuesta
impulsional de un filtro ideal?
Aumentando el orden del filtro.
13. ¿Cómo se resuelve la no causalidad de un filtro ideal?
Un filtro es causal si cada efecto en la salida ocurre luego de
la causa correspondiente en la entrada.
ℎ[𝑛] = 0 𝑠𝑖 𝑛<0
Si esta condición no se cumple, la salida depende de muestras
futuras de la entrada:
∞ 4) No tienen derivas por temperatura o humedad ni requieren
𝑦[𝑛] = (ℎ ∗ 𝑥)[𝑛] = ∑ ℎ[𝑘]𝑥[𝑛 − 𝑘]
𝑘=−∞
= ⋯ + ℎ[−2]𝑥[𝑛 + 2] + ℎ[−1]𝑥[𝑛 + 1]
+ ℎ[0]𝑥[𝑛] + ℎ[1]𝑥[𝑛 − 1] + ⋯
Por ejemplo, la décima muestra de la salida se calcula como:
𝑦[10] = ⋯ + ℎ[−2]𝑥[12] + ℎ[−1]𝑥[11] + ℎ[0]𝑥[10]
+ ℎ[1]𝑥[9] + ⋯
1) Los filtros no causales son irrealizables en la práctica. No
es posible construir un filtro no causal que opere en tiempo
real.
2) Cuando se trabaja en una computadora, la señal de entrada
y de salida del filtro son secuencias de números almacenadas
en memoria. En este caso, la salida puede depender de
cualquier muestra de la entrada.
3) Retardo de los filtros causales: Los filtros causales
producen un retardo de la salida respecto a la entrada. Si la
respuesta al impulso del filtro es simétrica, el retardo es la
muestra del centro de simetría.
14. Luego de resolver esos dos problemas ¿Como se ve
afectada la respuesta en frecuencia del filtro?, dibuje.
La respuesta en frecuencia se ve afectada de la manera que
para frecuencias diferentes de cero no hay magnitud mayor que
cero.
Se ve afectada en que ocurre un desplazamiento de las
magnitudes de acuerdo al retardo.
16. ¿Cómo se afecta la fase?
17. Realice los gráficos correspondientes donde indique los
cambios
La fase ya no presenta un comportamiento ideal, por lo que
no es lineal.
18. ¿Qué ventajas tienen los filtros digitales sobre los
análogos?
1) Son software programable y por ello son fáciles de montar
y testear.
2) Solo requieren de operaciones aritméticas como la
multiplicación y la suma/resta y así son más fáciles de
implementar.
3) Son estables (no cambian con el tiempo o la temperatura)
y previsibles.
componentes de precisión.
5) Tienen un ratio superior de coste de fabricación.
6) No sufren por variaciones de fabricación o de la edad.
19. ¿Qué desventajas tienen los filtros digitales sobre los
análogos?
1) Limitación de velocidad.
2) Efectos de la longitud finita de las palabras.
3) Tiempos de diseño y desarrollo.
20. ¿Todo filtro análogo es reemplazable por su versión
digital?
Se puede hacer una aproximación matemática de un filtro
analógico para hacerlo digital, pero algunas dan una forma muy
compleja por lo que no es posible el reemplazo de todos.
21. ¿Qué condiciones se requieren para escoger el filtro
digital en vez del análogo? De no ser así, ¿Qué condiciones lo
impiden?
La condición principal es su complejidad matemática, por lo
que normalmente se hace una aproximación del mismo.
II. EJERCICIO EN MATLAB
Observe, entienda, copie y ejecute el código ejemplo:
%Filtrado lineal en el dominio frecuencial
N=128;
n= 0:N-1;
xn=2*cos(2*pi*1/32*n)-3*sin(2*pi*1/16*n);
figure('Name','señal x(n)')
stem(n,xn)
%Espectro de x(n) usando fft
xk=fft(xn);
figure('Name','Espectro (magnitud)')
stem(n,abs(xk))

El presente documento corresponde a una tarea de “Procesamiento Digital de Señales” presentado en la Universidad Militar
Nueva Granada durante el periodo 2018-2.
 TAREA AULA VIRTUAL ‘PDS’ Versión 1.0
PROGRAMA DE INGENIERÍA MECATRÓNICA
Periodo 2018-2

%Filtrado pasabajos ideal wc=1/20 2. Construya una señal de tiempo discreto (x(n)) que
wc=1/20; represente la versión muestreada de la señal anterior.
wct=floor(wc*N);
xkf=xk;
for i=1:N
if (i>wct) && (i<N-wct)
xkf(i)=0;
end
end
figure('Name','Espectro (magnitud) filtrado')
stem(n,abs(xkf))

% Reconstrucción señal filtrada

xnf=real(ifft(xkf));
figure('Name','Señal x(n) filtrada');
stem(n,xnf)

Teniendo como base el ejemplo modifiquelo y realice el

ejercicio descrito a continuación:
1. Construya una señal periódica (x(t)) de tiempo continuo 3. Calcule el espectro de frecuencia de x(n) usando la función
como la combinación de varios armónicos seno y coseno con FFT y grafique la parte real e imaginaria, magnitud y fase.
diferentes amplitudes.

4. Sobre el espectro de frecuencia aplique un filtro ideal

(elimine los componentes que corresponden a las frecuencias
no deseadas).

El presente documento corresponde a una tarea de “Procesamiento Digital de Señales” presentado en la Universidad Militar
Nueva Granada durante el periodo 2018-2.
 TAREA AULA VIRTUAL ‘PDS’ Versión 1.0
PROGRAMA DE INGENIERÍA MECATRÓNICA
Periodo 2018-2

5. Grafique parte real e imaginaria y magnitud y fase del t=1:1024;

espectro recortado. Yt=ifft(Y)
plot(tiempo,Yt);
title('Señal de filtro con IFFT')
xlabel('tiempo')
ylabel('salida del filtro')
8. Grafique la señal en tiempo y compare con la señal sin
filtrar.

Luego de realizar el ejercicio descrito, realice la simulación de

la aplicación de un filtro análogo sobre la señal de tiempo
continuo x(t).

¿Qué diferencias existen entre el resultado obtenido del

ejercicio anterior con una simulación del filtro análogo con
frecuencias de corte convenientemente ajustadas sobre la señal
análoga?
La diferencia se notará en el momento de reconstruir la señal
a tiempo continuo como en el caso anterior, ya que para obtener
un señal en tiempo discreto se ha discretizado una señal
continua esto genera un error, luego un error de volver a
reconstruir la señal a tiempo continuo luego de pasar por el
filtro lo que nos daría una señal menos precisa o más bien una
señal menos parecida a la de entrada, a diferencia de si a la señal
análoga se le interpusiera el filtro análogo.

6. Indique cuáles fueron los armónicos suprimidos y que REFERENCIAS

cambios ocurren en la magnitud y la fase del espectro.
Se procede a comparar tanto de magnitud como de fase, en
el de magnitud podemos observar cómo se suprimió el espectro
de 10 debido a que el filtro tiene una ventana de 15 lo que
significa que es la frecuencia de nuestra banda de rechazo y que
las frecuencias que estén ahí no podrán pasar y observando esto
mismo en el de fase, solo que al parecer se ve más afectada las
fases.
7. Al espectro filtrado llévelo al dominio temporal usando la
función IFFT.
x=sin(2*pi*5*vn*Ts)+sin(2*pi*15*vn*Ts)+cos(2*pi*30*vn*Ts);
windowSize = 15;
b = (1/windowSize)*ones(1,windowSize)
a = 1;
yf = filter(b,a,x);
NFFT = 2^nextpow2(L); % Next power of 2 from length of y
Y = fft(yf,NFFT)/L
f = Fs/2*linspace(0,1,NFFT/2+1);

El presente documento corresponde a una tarea de “Procesamiento Digital de Señales” presentado en la Universidad Militar
Nueva Granada durante el periodo 2018-2.