PROCESAMIENTO DE SEÑALES DIGITALES

VENTANAS DE KAISER

Amaguaña Simbaña Jonathan Fernando,

Chiliquinga Chiliquinga Alex Dario,
Guerrero Vásquez Fidel Napoleon
Toaquiza Camalle Jonathan Fernando.

Facultad de Ingeniería en Electricidad y Computación

Universidad de las Fuerzas Armadas extensión Latacunga (ESPE-L)
Campus Centro Latacunga, Calle Quijano y Ordoñez y Hermanas Páez. Latacunga, Ecuador
, jfamaguana@espe.edu.ec
adchiliquinga1@espe.edu.ec
fnguerrero@espe.edu.ec
tcjonathan@espe.edu.ec

RESUMEN.
KEY WORDS:
Los filtros son usados ampliamente en procesamiento
de señales, estos se diseñan con el objetivo de eliminar FIR filter, Window method, Impulsive response.
componentes no deseadas en una señal. Los filtros FIR
son únicos que pueden presentar un comportamiento
de fase lineal, además estos filtros son estables al estar
todos los polos en el origen del plano z. En algunas OBJETIVOS:
casos no se pueden diseñar los filtros FIR
directamente a partir de prototipos analógicos por lo
que uno de los métodos que se utilizan en el diseño es  Diseñar filtros analógicos a partir de filtros
de las ventanas, los cuales una secuencia de muestras digitales mediante el método de ventanas.
de longitud M+1 se multiplican por las muestras  Obtener una función de transferencia H(z)
originales de hd[n], con el fin de minimizar los efectos realizable aproximándola a una respuesta en
de distorsión en frecuencia respecto al 𝐻𝑑 (𝑒 𝑗𝑤 ). frecuencia DE comportamiento programable.

PALABRAS CLAVE:
MARCO TEORICO
Filtro FIR, Método de ventanas, Respuesta I. DISEÑO DE FILTROS FIR APLICANDO
Impulsional. VENTANAS

ABSTRACT. Para comprender la técnica de enventanado, supóngase

que se desea diseñar un filtro pasa bajos ideal con
Filters are widely used in signal processing, these are frecuencia de corte 𝜔𝑐. Como la respuesta frecuencial
designed with the aim of eliminating unwanted de un filtro FIR es periódica, esta puede expresarse
components in a signal. The FIR filters are unique that como una serie de Fourier de la siguiente forma:
can present a linear phase behavior, in addition these
filters are stable since all the poles are at the origin of
the z plane. In some cases you can not design the FIR
filters directly from analog prototypes, so one of the
methods used in the design is the windows, which a
sequence of samples of length M + 1 are multiplied by
the samples originals of hd [n], in order to minimize the Ilustración 1. Filtro pasa bajo ideal.
effects of distortion in frequency with respect to
𝐻𝑑 (𝑒 𝑗𝑤 ). Además se pueden trasladar las especificaciones al
dominio temporal mediante la transformada inversa de la convolución de dicho filtro pasa bajo con una función
Fourier: 𝑠𝑖𝑛𝑐 (transformada de la ventana rectangular):
𝜋
1 𝐻(𝑒 𝑗𝑤 ) = 𝐻𝑑 (𝑒 𝑗𝑤 ) ∗ 𝑊(𝑒 𝑗𝑤 )
ℎ𝑑 [𝑛] = ∫ ( 𝐻𝑑(𝑒 𝑗𝜔 )𝑒 𝑗𝜔𝑛 . 𝑑𝜔)
2𝜋 −𝜋

Para el filtro pasa bajos ideales, la correspondiente

respuesta impulsiva ℎ𝑑 [𝑛] será de duración infinita y
estará dada por una función 𝑠𝑖𝑛𝑐 discreta:

Ilustración 4. Transformada de una ventana rectangular.

Ilustración 2. Respuesta al impulso del filtro pasa bajo.

I. DISEÑO POR ENVENTANADO
Se observa claramente que el filtro es un filtro IIR no
causal. Este es inestable y por lo tanto no realizable. Para
Se observa que para con 𝐻(𝑒 𝑗𝜔 ) =
hacer el filtro realizable se buscará aproximarlo a un 𝑗𝜔 𝑗𝜔
filtro FIR de orden 𝑀 + 1 mediante el truncamiento de 𝐻𝑑 (𝑒 ) es necesario que 𝑊(𝑒 ) = 𝛿 (𝜔), es decir,
la secuencia ℎ𝑑[𝑛] a solo 𝑀 + 1 muestras. que 𝑤[𝑛] sea una secuencia unitaria desde 𝑛 = −∞ a
Para aproximar ℎ𝑑 [𝑛] a un filtro FIR de orden 𝑀 + 1 se 𝑛 = +∞, lo que es claramente incompatible con el
truncará la secuencia de la siguiente forma: objetivo de diseñar un filtro FIR. Una solución de
compromiso es utilizar otras ventanas, alternativas a la
ℎ0 [𝑛] 𝑝𝑎𝑟𝑎 0 ≤ 𝑛 ≤ 𝑀 rectangular.
ℎ[𝑛] = { 𝑎
0 𝑝𝑎𝑟𝑎 𝑛 > 𝑀

Ilustración 3. Truncamiento del filtro.

Esta operación se puede interpretar como:

𝒉[𝒏] = 𝒉𝒅 [𝒏]. 𝒘[𝒏]

Donde: 𝑤[𝑛] corresponde a una venta rectangular:

Ilustración 5. Respuesta en frecuencia de la ventana ideal.
1 𝑝𝑎𝑟𝑎 0 ≤ 𝑛 ≤ 𝑀
𝑤[𝑛] = { 𝑎
0 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑟𝑒𝑠𝑡𝑜 II. VENTANAS
O
Una ventana es simplemente una secuencia de muestras
sin(𝑀 + 1) 𝑤/2 de longitud 𝑀 + 1 que se multiplica por las muestras
𝑊(𝑒 𝑗𝑤 ) = 𝑀 +1( )
(𝑀 + 1)𝑤/2 originales de ℎ𝑑 [𝑛], a fin de obtener un filtro FIR,
minimizando los efectos de distorsión en frecuencia
La ventana rectangular que aparece como efecto del respecto al 𝐻𝑑 (𝑒 𝑗𝜔 ). Las ventanas han de cumplir con
truncamiento de la respuesta impulsional ℎ𝑑 [𝑛] del filtro dos objetivos:
deseado presenta el problema de alterar la respuesta
frecuencial del filtro resultante respecto a las 1. Aproximarse a una delta, en el sentido de que su
especificaciones. transformada de Fourier se concentre alrededor de 𝜔 =
0 (módulo estrecho alrededor de ω = 0 y muy realzado
Así por ejemplo, para el caso del filtro pasa bajo ideal respecto al módulo en frecuencias ω ≠ 0).
𝐻𝑑 (𝑒 𝑗𝜔 ) , la secuencia ℎ[𝑛] tendrá como transformada
2. Su cálculo no debe ser demasiado dificultoso, ya
que ello alargaría el periodo de muestreo de la señal

III. VENTANAS DE KAISER

La ventana de Kaiser es una de las ventanas más

utilizadas en el diseño de filtros, ya que permite
controlar las características de discriminación del filtro
y su selectividad mediante la selección adecuada de sus
parámetros.
Ilustración 6. Ventanas de Kaiser para β=0 y una longitud de
La expresión que define la Ventana de Kaiser es la filtro de N=20.
siguiente:

2
2
𝐼0 (𝛽 √1 − ( 𝑛 − 1)
𝑀
𝑤[𝑛] = 0≤𝑛≤𝑀
𝐼0 (𝛽)
𝑎
{ 0 𝑟𝑒𝑠𝑡𝑜

Donde:

β: es un número real arbitrario que determina la forma

Ilustración 7. Ventanas de Kaiser para β=3 y una longitud de
de la ventana .
filtro de N=20.
M: es la longitud de la ventana.

𝑰𝟎 : Es la Función Modificada de Bessel de primera

especio y orden cero. Puede expresarse como una serie
de potencias.
𝑢 𝑟 2
(2)
𝐼𝑜 (𝑢) = 1 + ∑ [ ]
2

El parámetro β permite controlar la discriminación del

filtro, y la longitud M su selectividad. Ilustración 8. Ventanas de Kaiser para β=6 y una longitud de
filtro de N=20.
La ventana de Kaiser según la selección de sus
parámetros puede presentar comportamientos similares
a las demás ventanas presentadas anteriormente, por lo V. ECUACIONES DE DISEÑO
que se suele decir que es una ventana cuyo PARA FILTROS PASA BAJO
comportamiento es programable.
Ecuaciones de diseño para filtros pasa bajo: β y M
IV. VARIACION DE LA FORMA DE LA
VENTANA DE KAISER SEGÚN
DIFERENTES PARAMETTROS

En las siguientes figuras se muestra la ventana de káiser

para β=0, 3,6 y una longitud de filtro N=20, así como los
espectros de magnitud
 𝛼𝑠 = −20. log(0,01)
𝛼𝑠 = 40𝑑𝐵
Paso 2:
Calcular el ancho de banda de la transición normalizada:
∆𝛚 = 𝛚𝐬 − 𝛚𝐏
∆ω = 0,5π − 0,3π
∆ω = 0,2π
Paso 3:
Analizar el rizado mínimo para el uso de la ecuación
adecuada para el cálculo del parámetro de la ventana:

β
Ilustración 9. Filtro pasa banda.
0.1102(αs − 8.7) αs > 50
Ancho de banda de la transición normalizada = {0.5842(αs − 21)0.4 + 0.07886(αs − 21) 21 ≤ αs ≤ 50}
∆ω = ωs − ωP 0 αs < 21
Teniendo como 𝛼𝑠 = 40𝑑𝐵, un valor que esta entre 21
Rizo mínimo en dB y 50 debemos usar la segunda ecuación.
A = αs = −20log10 δmin 𝛃 = 𝟎. 𝟓𝟖𝟒𝟐(𝛂𝐬 − 𝟐𝟏)𝟎.𝟒 + 𝟎. 𝟎𝟕𝟖𝟖𝟔(𝛂𝐬 − 𝟐𝟏)
Parámetros de la ventana β = 0.5842(40 − 21)0.4 + 0.07886(40 − 21)
β = β(δ) 𝛽 = 0.5842(3.2471) + 0.07886(19)
0.1102(A − 8.7) A > 50 𝛽 = 1.89695 + 1.49834
= {0.5842(A − 21)0.4 + 0.07886(A − 21) 21 ≤ A ≤ 50} 𝛽 = 3.39529
0 A < 21 Paso 4:
Longitud del filtro Calculamos la longitud del filtro, analizando el valor de
rizado mínimo para usar la fórmula adecuada, en este
A − 7.95
, 𝛼𝑠 > 21 caso como este valor es mayor que 21 se usara la primera
M = {2.285 ∗ ∆ω } fórmula:
5.79 𝛂𝐬 − 𝟕. 𝟗𝟓
, 𝛼𝑠 < 21 𝐌=
∆𝜔 𝟐. 𝟐𝟖𝟓 ∗ ∆𝛚
Ventana de kaiser 40 − 7.95
𝑀=
𝑛 − 𝑀/2 2 2.285 ∗ 0.2π
𝐼𝑜 {𝛽√1 − ( ) } 32.05
𝑀/2 𝑀=
1.4357
𝑤[𝑛] = , 𝑀 = 22.32 ≈ 23
𝐼𝑜(𝛽)
0≤𝑛≤𝑀 Paso 5:
Determinar la correspondiente ventana de káiser
Filtro ideal
mediante la fórmula:
𝑠𝑖𝑛(𝜔𝑐(𝑛 − 𝑀/2)) 𝑀
, 0 ≤ 𝑛 ≤ 𝑀, 𝑛 ≠
𝜋(𝑛 − 𝑀/2) 2 𝑛 − 𝑀/2 2
ℎ𝐿𝑃 [𝑛] = 𝐼𝑜 {𝛽 √1 − ( ) }
𝜔𝑐 𝑀 𝑀/2
{ , 𝑛= }
𝜋 2 𝑤[𝑛] = , 0≤𝑛≤𝑀
Filtro obtenido 𝐼𝑜(𝛽)
20 2
ℎ 𝑇 [𝑛] = ℎ𝐿𝑃 [𝑛]. 𝑤[𝑛] (𝛽/2)𝑘
𝐼𝑜(𝛽) = 1 + ∑ [ ]
𝑘!
𝑘=1
VI. EJERCICIOS 20 2
(3.39529/2)𝑘
𝐼𝑜(𝛽) = 1 + ∑ [ ]
𝑘!
Con las siguientes características diseñar un filtro FIR: 𝑘=1
𝜔𝑝 = 0.3𝜋; 𝜔𝑠 = 0,5𝜋; 𝛿𝑠 = 𝛿𝑝 = 0,01 𝑰𝒐(𝜷) = 𝟔. 𝟕𝟓𝟖𝟏
Paso 1: 𝑛 − 12 2
𝐼𝑜 {3.39529√1 − ( ) }
Obtener el rizado mínimo en dB: 12
𝑤[𝑛] = ,
6.7581
𝜶𝒔 = −𝟐𝟎. 𝐥𝐨𝐠(𝜹𝒔) 0 ≤ 𝑛 ≤ 23
𝛿𝑠 = 0,01 Para n=0
 𝑤[0] = 0.1479 𝑠𝑖𝑛(𝜔𝑐(𝑛 − 𝑀/2)) 𝑀
Para n=1 , 0 ≤ 𝑛 ≤ 𝑀, 𝑛 ≠
ℎ𝐿𝑃 [𝑛] = 𝜋(𝑛 − 𝑀/2) 2
𝑤[1] = 0,2243 𝜔𝑐 𝑀
Para n=2 { , 𝑛= }
𝜋 2
𝑤[2] = 3177
𝑠𝑖𝑛(0.4𝜋(𝑛 − 12))
Para n=3 , 0 ≤ 𝑛 ≤ 23}
ℎ𝐿𝑃 [𝑛] = { 𝜋(𝑛 − 12)
𝑤[3] = 0.4147
Para n=4 0.4, 𝑛 = 12
𝑤[4] = 0.5152
Para n=5 𝑠𝑖𝑛(0.4𝜋(𝑛 − 12))
ℎ𝐿𝑃 [𝑛] = { , 0 ≤ 𝑛 ≤ 23}
𝑤[5] = 0.6156 𝜋(𝑛 − 12)
Para n=6 0.4, 𝑛 = 12
𝑤[6] = 0.7116
Para n=7 ℎ 𝑇 [𝑛] = ℎ𝐿𝑃 [𝑛]. 𝑤[𝑛]
𝑤[7] = 0.7993 𝑠𝑖𝑛(0.4𝜋(𝑛 − 12))
Para n=8 . 𝑤[𝑛], 0 ≤ 𝑛 ≤ 23
ℎ 𝑇 [𝑛] = { 𝜋(𝑛 − 12) }
𝑤[8] = 0.8748 0.4. 𝑤[12], 𝑛 = 12
Para n=9
𝑤[9] = 0.9346 ℎ 𝑇 [𝑛] =
Para n=10
𝑛 − 12 2
𝑤[10] = 0.9761 𝐼𝑜 {3.39529√1 − ( ) }
Para n=11 𝑠𝑖𝑛(0.4𝜋(𝑛 − 12)) 12
. 0 ≤ 𝑛 ≤ 23
𝑤[11] = 0.9973 𝜋(𝑛 − 12) 6.7581
Para n=12 { (0.4). (0.9973), 𝑛 = 12 }
𝑤[12] = 0.9973
Para n=13 ℎ 𝑇 [𝑛] =
𝑤[13] = 0.9761 𝑛 − 12 2
Para n=14 𝐼𝑜 {3.39529√1 − ( ) }
𝑠𝑖𝑛(0.4𝜋(𝑛 − 12)) 12
𝑤[14] = 0.9346 . , 0 ≤ 𝑛 ≤ 23
Para n=15 𝜋(𝑛 − 12) 6.7581
𝑤[15] = 0.8748 { 0,39892, 𝑛 = 12 }
Para n=16 Mediante el método de envetanado para el diseño de
𝑤[16] = 0.7993 filtros FIR, diseñe un filtro pasa bajos que respete las
Para n=17 características del filtro deseado que se detallan a
𝑤[17] = 0.7116 continuación. Utilice una ventana de Kaiser.
Para n=18
𝑤[18] = 0.6156 0.975 ≤ |𝐻(𝑒 𝑗𝜔 )| ≤ 1 𝑝𝑎𝑟𝑎 |𝜔| ≤ 0.2𝜋
Para n=19 |𝐻(𝑒 𝑗𝜔 )| ={ 1
𝑤[19] = 0.5152 |𝐻(𝑒 𝑗𝜔 )| ≤ 0.1 𝑝𝑎𝑟𝑎 0.3𝜋 ≤ 𝜔 ≤ 𝜋
Para n=20
𝑤[20] = 0.4147 Solución:
Para n=21 𝛿 = 𝑚𝑖𝑛(1 − 0.975) = 0.025
𝑤[21] = 0.3177 𝐴 = −20 log10 𝛿 = 32.04
Para n=22 ∆𝜔 = 0.1𝜋
𝑤[22] = 0.2279 𝛽 = 0.5842(𝐴 − 21)0.4 + 0.07886(𝐴 − 21)
Para n=23 = 2.40
𝑤[23] = 0.1480 32.04 − 8
𝑀= = 33.49
2.285(0.1𝜋)
Mediante un código es posible obtenerla mediante
Matlab.- 𝑤[𝑛] = 𝑘𝑎𝑖𝑠𝑒𝑟(𝑀 + 1, 𝛽)
Paso 6:
El filtro se obtendrá mediante la multiplicación del filtro
ideal ℎ𝑖[𝑛] por 𝑤[𝑛]:
 diseñar, pierde algo de sistemática al tenerse
que “tantear” el mejor tipo de ventana.
 El método de ventanas facilitan el diseño de los
filtros FIR ya que los cálculos no son
demasiado dificultosos.
 El diseño de filtros FIR con ventana de Kaiser
permiten controlar las características de
discriminación del filtro y su selectividad
mediante la selección adecuada de sus
parámetros.
 Los rizados se reducen seleccionando
adecuadamente la ventana con que se efectué el
truncamiento de ℎ𝑑 [𝑛].

Ilustración 10. Graficas de la ventana de Kaiser.

VIII. BIBLIOGRAFÍA.

Recuperado de:

[1] Domínguez, S., Campoy, P., Sebatián, J. M., &

Jiménez, A. (2006). Control en el espacio de estado.
Madrid: Pearson Educación S. A.

[2]http://ocw.uv.es/ingenieriayarquitectura/
filtrosdigitales/tema_3._diseno_de_filtros_fir.pdf

[3] Ogata, K. (1996). Sistemas de control en tiempo

discreto. México: Prentice Hall hispanoamericana, S. A.

ECUACION [4]https://prezi.com/_fxnnwcufe5t/metodo-deventanas-
para-el-diseno-de-filtros-fir/

VII. CONCLUSIONES

 Para diseñar los filtros FIR se tiene que truncar

la serie infinita de los coeficientes de Fourier
en una serie finita.

 La ventana de Kaiser es una de las ventanas

más utilizadas en el diseño de filtros, ya que
permite controlar las características de
discriminación del filtro y su selectividad
mediante la selección adecuada de sus
parámetros.

 Si bien el diseño de filtros FIR por enventanado

de la respuesta impulsional truncada es fácil de