Você está na página 1de 18

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería

PROCESAMIENTO DIGITAL DE SEÑALES

PASO 4 - EJECUTAR ACTIVIDADES APLICANDO LAS HERRAMIENTAS DEL


PROCESAMIENTO DIGITAL DE SEÑALES

RODRIGO CARDENAS
COD: 77193264

TUTOR
MAURICIO ALBERTO GARCIA

GRUPO: 299004_22

BARRANQUILLA, NOVIEMBRE DE 2018


INTRODUCCION

Los filtros digitales se pueden clasificar en dos grandes grupos, aquellos que
presentan una respuesta al impulso de duración infinita (IIR) y los sistemas FIR o
de respuesta al impulso finita.

Este trabajo mostrara los conceptos fundamentales que caracterizan a cada uno
de los grupos y estudiara las técnicas más empleadas en la etapa de
aproximación.

Además, ayudara a distinguir las diferencias que se producen al emplear cada una
de ellas y a elegir cuál es la más apropiada en cada momento y en función del tipo
de filtro.

En la etapa de aproximación se desarrollará el método de la ventana.

En este trabajo se reconocen las variables y parámetros que involucra el diseño


de un Filtro Digital (FIR o IIR), con el fin de diseñar correctamente sistemas que
incluyan sub sistemas (filtros digitales), además de realizar análisis en el
comportamiento del mismo. Luego se ejecutarán las actividades aplicando las
herramientas del procesamiento digital de señales en Matlab.
Actividades a desarrollar
1. Cada estudiante escogerá un (1) tipo de filtro que desee diseñar, y reportará
en el foro su decisión, esto con el fin de que cada estudiante diseñe un
ecualizador (banco de filtros) diferente. A continuación, se muestra la lista de
filtros:
Tipos de filtro Pasa Banda (Bandpass)
 IIR Chebyshev tipo I
Concepto básico de filtro IIR
Son sistemas cuya salida depende además de salidas anteriores y que, estando en
reposo, al ser estimulados con una entrada impulsional su salida no vuelve al
reposo, de ahí el calificativo de filtros de respuesta impulsional infinita (IIR).
Comparado con un FIR, un filtro IIR requiere un orden mucho menor para cumplir
las especificaciones de diseño, sin embargo, estos últimos no pueden diseñarse
para tener fase lineal. Existen técnicas de compensación de fase mediante la
utilización de filtros pasa todo, sin embargo, esto aumenta la longitud total del filtro.
Si no es necesario que el sistema sea causal (no funcionará en tiempo real) se
puede conseguir fase lineal mediante filtros IIR realizando un filtrado bidireccional
este consiste en filtrar la señal, invertir el orden de las muestras obtenidas y volver
a filtrar de nuevo.
Existen dos filosofías de diseño de filtros IIR.
INDIRECTA
Se basa en aplicar a filtros analógicos diseñados previamente, transformaciones
que los conviertan en digitales con las mismas características.
Hay tres métodos fundamentales:
 Diseño por impulso invariante
 Diseño por analogía o aproximación de derivadas
 Diseño por transformación bilineal
DIRECTA
Se propone el diseño de filtros digitales imponiendo una serie de condiciones a la
respuesta para determinar los coeficientes.
Los más comunes son los métodos simples como son:
 Diseño por la aproximación de Padé
 Diseño por aproximación de mínimos cuadrados.
Ecuación que lo describe:
La forma más común de diseñar los filtros IIR es haciendo versión digital de un
filtro análogo. Para realizarlo primero se debe de construir un filtro análogo con la
función de transferencia H(S) apropiada. Después se debe cambiar la H(s) por
H(z). Lo que dará como resultado un filtro IIR.
La ecuación en diferencias general es de la forma:

𝑦(𝑛) + 𝑎(2) 𝑦(𝑛 − 1) + ⋯ + 𝑎(𝑛 + 1) + (𝑛 − 𝑁)

= 𝑏(1)𝑥(𝑛) + 𝑏(2)𝑥(𝑛 − 1) + ⋯ + 𝑏(𝑚 + 1)𝑥(𝑛 − 𝑚)


La función de transferencia en Z del filtro es:

𝑏(1) + 𝑏(2)𝑧 −1 + ⋯ + 𝑏(𝑚 + 1)𝑧 −𝑀


𝐻(𝑧) =
1 + 𝑎(2)𝑧 −1 + ⋯ + 𝑎(𝑛 + 1)𝑧 −𝑁

Diagrama de bloque de filtro IIR

Definición específica del filtro escogido.


Filtros de Chebyshev de tipo I: Son filtros que únicamente tienen polos, presentan
un rizado constante en la banda pasante y presentan una caída monótona en la
banda de rechazo.
Los filtros de Chebyshev son un tipo de filtro electrónico, puede ser tanto analógico
como digital. Nombrados en honor a Pafnuti Chebyshev, debido a que la función
matemática de su respuesta en frecuencia utiliza los denominados polinomios de
Chebyshev.
Con los filtros de Chebyshev se consigue una caída de la respuesta en frecuencia
más pronunciada en frecuencias bajas debido a que permiten rizado en alguna de
sus bandas (paso o rechazo).
A diferencia del Filtro de Butterworth donde los polos se distribuyen sobre una
circunferencia, los polos del filtro Chebyshev lo hacen sobre una elipse; sus ceros
se encuentran en el eje imaginario.
Ecuación de respuesta en frecuencia Filtro de Chebyshev de tipo I.
1
|𝐻 (𝑗𝑤)|² = 𝜔
1 + є2 𝑉𝑁 2 (𝜔𝑃)

Definición de variables de las ecuaciones anteriores.


Donde N es el orden del filtro, ωP es la frecuencia de corte, ω es la frecuencia
analógica compleja.

En estos filtros la frecuencia de corte no depende de N y el módulo de su respuesta


1
en frecuencia oscila (rizado) entre 1 y √1+∈2

Polinomio de Chebyshev

𝑉𝑁 (𝑥) = 2𝑥𝑉𝑁 − 1(𝑥) − 𝑉𝑁 − 2(𝑥)

𝑉0 = 1

𝑉1 = 𝑥
Fórmula para la estimación del orden (N)

𝐶𝑜𝑠ℎ−1 𝐴
𝑁>
1
𝐶𝑜𝑠ℎ−1 (𝐾 )
0

Siendo:

𝜆 100.1𝐴 𝑅−1
𝐴= = √ 0.1𝐴 𝑃−1
є 10

𝜔𝑃
𝐾0 = ( )
𝜔𝑅

2. Cada estudiante diseñará cinco (5) filtros en la herramienta Simulink de


Matlab, específicamente utilizará el bloque FDA TOOL para diseñar los filtros.
Todos los filtros deben ser del mismo tipo, por ejemplo, si se escogió IIR
Butterworth, entonces los cinco (5) Filtros diseñados deben ser IIR
Butterworth. Cada uno de los filtros tendrá los siguientes rangos de
frecuencia:

Filtro 1 2 3 4 5

Rango (Hz) 20 Hz – 200 Hz – 500 Hz – 2 Khz – 8 Khz – 20


200 Hz 500 Hz 2Khz Hz Khz
8 Khz

Tipo Pasa Pasa Pasa Pasa Pasa


Banda Banda Banda Banda Banda
Filtro 1: Rango = 20 Hz – 200 Hz

Filtro 2: Rango 200 Hz – 500 Hz


Filtro 3: Rango 500 Hz – 2KHz
Filtro 4: Rango 2 KHz – 8 KHz

Filtro 5: Rango 8 KHz – 20 KHz


 Se exportarán los coeficientes de cada uno de los cinco filtros, los cuales
equivalen a la respuesta el impulso en el filtro FIR, y a los coeficientes de la
función de transferencia en los filtros IIR (matriz SOS). Para ello deben
dirigirse al menú archivo – exportar command window – coeficientes. Cuyos
coeficientes deben graficarse mediante la función plot de Matlab.
 Para los estudiantes que hayan escogido un filtro IIR, exportarán la matriz
SOS y de ella podrán obtener los coeficientes de la función de transferencia
con el siguiente comando:

[b,a] = sos2tf(SOS);

Y para obtener la respuesta al impulso, podrán realizarlo con el siguiente


comando:

[h,t] = impz(SOS);

Y para graficar:

plot(t,h)

Filtro 1: Rango = 20 Hz – 200 Hz


Filtro 2: Rango 200 Hz – 500 Hz

Filtro 3: Rango 500 Hz – 2KHz


Filtro 4: Rango 2 KHz – 8 KHz

Filtro 5: Rango 8 KHz – 20 KHz


 Una vez diseñados los filtros, cada uno de los estudiantes procederá a
ensamblar un ecualizador de sonido, para ello debe agregar el bloque
“From Multimedia File” el cual servirá como fuente de entrada (audio) al
ecualizador, este audio debe tener como mínimo una frecuencia de
muestreo de 44.1 Khz, y los filtros deben estar configurados a esta misma
frecuencia de muestreo. También se debe agregar el bloque “Slider Gain” a
la salida de cada uno de los filtros, con el fin de controlar el nivel de salida
en cada uno de los filtros. Finalmente se sumarán todas las señales con el
bloque “add”.

 Una vez cada estudiante tenga su ecualizador ensamblado y


funcionando, se realizará análisis en frecuencia mediante algún
analizador de espectro que tenga Simulink. Recuerden que pueden
controlar los “Slider Gain” mientras el modelo está corriendo. Se
recomienda usar un tiempo de simulación largo, por ejemplo 200.