Escolar Documentos
Profissional Documentos
Cultura Documentos
Universidade Politécnica
ISEUNA
Docente:
Nampula, 2020
Discente: Erick Sérgio de Ascensão F. Sumane.
Docente:
Nampula, 2020
Índice
Introdução .................................................................................................................................. 1
Problematização ......................................................................................................................... 1
1. Objectivos ........................................................................................................................... 2
Conclusão................................................................................................................................. 15
Os Filtros Digitais são representados por equações discretas que aplicadas a um sinal digital de
entrada x(n), geram uma saída y(n), com freqüências dentro de certa faixa selecionada. Eles
podem ser do tipo FIR (Finite Impulse Response ou em Português Filtros Digitais com
Resposta Finita), ou IIR (Infinite Impulse Response ou em Português Filtros Digitais com
Resposta ao Impulso Infinito).
Os Filtros IIR São cujas características de entrada e saída são regidas por equações lineares de
diferenças com coeficientes constantes de natureza recursiva. Onde a função de transferência
de um filtro digital IIR é uma função racional em 𝓏 −1 .
Problematização
A questão principal que este trabalho tenta esclarecer num sentido amplo é: oque são e como
funcionam os Filtros Digitais com Resposta ao Impulso Infinito (IIR)? Pois trata-se de uma
teoria com necessidade de uma explicação coerente e precisa.
1
1. Objectivos
2
3. Filtros Digitais com Resposta ao Impulso Infinito (IIR)
Segundo HAYKIN e VEEN (1999: pág. 513), Um filtro Digital usa computação para
implementar a acção de filtragem que deve ser executada num sinal de tempo contínuo. A
Figura 1 mostra o diagrama de blocos das operações envolvidas em tal abordagem para
projectar um filtro selectivo de frequência.
Figura 1. Sistema para filtrar um sinal de tempo contínuo construído em torno de um filtro.
Filtragem Digital é um tipo de processamento de sinais em que são utilizados certos operadores
que alteram a taxa de amostragem do sinal digital, a partir da remoção ou adição de amostras
na seqüência de entrada original.
Dois pontos importantes devem ser cuidadosamente observados no estudo dos filtros digitais:
3
Quando se faz isto, são introduzidos erros de arredondamento na operação do filtro
digital, fazendo com que seu desempenho se desvie daquele do filtro de tempo discreto,
do qual ele foi derivado.
Segundo TEIXEIRA, GOMES, ALENCAR, MAGALHÃES & AQUINO (2014: pág. 2), Os
Filtros Digitais IIR são denominados como Filtros Digitais de Resposta ao Impulso Infinita,
pois sua resposta ao impulso possui uma duração infinita e de natureza recursiva, ou seja, a
saída adquirida num determinado instante depende da entrada atual, ou seja, da entrada naquele
instante e das saídas provenientes de instantes anteriores.
Duas abordagens são comuns para a elaboração de projetos de filtros IIR, a mais utilizada é
desenvolvida projetando inicialmente um filtro IIR análgico e transformá-lo num filtro digital
equivalente, pois a técnica de projetos de filtros analógicos vem sendo aperfeiçoadas no
decorrer dos anos tornando-as altamente desenvolvidas. Um modelo de realização de um Filtro
IIR assim como sua resposta ao impulso para filtro passa-baixas IIR são os Filtros de
Butterworth.
Segundo HAYKIN e VEEN (1999: pág. 514), Filtros Digitais de Resposta ao Impulso de
Duração Infinita (IIR- Infinite Impulse Response), cujas características de entrada e saída
são regidas por equações lineares de diferenças com coeficientes constantes de natureza
recursiva. A função de transferência de um filtro digital IIR é uma função racional em 𝓏 −1 .
Consequentemente, para uma resposta em frequência prescrita, o uso de um filtro digital IIR
normalmente resulta num comprimento de filtro menir do que o do filtro digital FIR
correspondente. Entretanto, esta melhoria é obtida as custas de distorção de fase e um
transitório que não se limita a um intervalo de tempo finito.
Segundo NALON (2009: Pág. 145), A forma mais comum de se realizar um projecto de Filtro
Digital recursivo é a partir da transformação ou adaptação de um Filtro Analógico com
características semelhantes.
Em geral, é possível encontrar uma transformação tal que seja possível mapear o plano
complexo 𝑠 de uma função de transferência Analógica representado pela Transformada de
Laplace da resposta ao impulso analógico, no plano complexo 𝑧 que representa a Transformada
𝑧 da resposta ao impulso do filtro discreto.
Uma vez que a variável 𝑠 representa o plano complexo através de coordenadas rectangulares e
a Transformada 𝑧 faz o mesmo através de coordenadas polares, é impossível encontrar um
4
mapeamento entre estas duas variáveis que não resulte em distorções. Diferentes técnicas com
diferentes resultados e consequências serão apresentadas mais afrente, acrescentando um
pouco de complexidade no projecto desses filtros. Ainda assim, é desejável fazer o projecto no
domínio da frequência de tempo contínuo, uma vez que o tempo discreto implica a repetição
do espectro do filtro projectado. É mais simples realizar o projecto e levar em consideração os
efeitos de superposição e aliasing, se houver , posteriormente.
Um filtro analógico é projectado utilizando uma das funções da próxima aproximação onde
entre as mais utilizadas estão a Butterworth (Filtros Butterworth) e os polinômios Chebyshew
(Filtros Chebyshew). Assim é possível obter a função de transferência do sistema contínuo, no
domínio da variável 𝑠, como:
𝑃(𝑠)
𝐻𝑐 (𝑠) =
𝑄(𝑠)
𝑑𝑘
ℒ{ 𝑦(𝑡)} = 𝑠 𝑘 𝑌(𝑠)
𝑑𝑡𝑘
em que ℒ{} representa a Transformada de Laplace Bilateral de uma função. O similar digital
é dado pela equação de diferenças e sua Transformada 𝑧. O projecto, portanto, pode consistir
no mapeamento entre essas duas variáveis, o que significa essencialmente uma transformação
do plano complexo 𝑠 no plano complexo 𝑧. Haverá uma relação directa entre a posição dos
polos e zeros da função analógica e da função digital. O mapeamento deve ser tal que as
características da resposta, incluindo estabilidade e causalidade, sejam preservadas.
Existem diversas técnicas diferente para se realizar esse mapeamento. Analisaremos duas delas,
a Invariância do Impulso, que é uma técnica simples mas que acarreta aliasing, e a
Transformação Bilinear que elimina o aliasing à custa de uma complexidade adicional.
5
ℎ[𝑛] = ℎ𝑐 (𝑛𝑇𝑎 )
2𝑟𝜋
), fazendo 𝓏 = ℯ 𝑗𝑤 e 𝑠 = 𝑗Ω, é possível deostrrar que o mapeamento corresponde à:
𝑇𝑎
∞
1 2𝜋𝑟
𝐻(𝓏)|𝓏=ℯ 𝑠𝑇𝑎 = ∑ 𝐻𝑐 (𝑠 + )
𝑇𝑎 𝑇𝑎
𝑟=1
O mapeamento, portanto, consiste em fazer 𝓏 = ℯ 𝑠𝑇𝑎 . essa relação permite encontrar os pólos
da transformadora de 𝓏 do filtro discreto. Como informação adicionmal, é possível ver, pela
equação acima apresentada, que existe a superposição do mapeamento do plano. Esse efeito é
resultado da operação de amostragem, e está ditrectamente relacionado ao aliasing.
Graficamente, esse procedimento corresponde à superposição, dentro do círculo de raio
unitário no plano 𝓏, de faixas horizontais de largura ∆Ω = 2𝜋⁄𝑇𝑎 do plano 𝑠. A Figura 3 mostra
uma parte desse mapeamento .
1 2𝜋𝑟
Como a equação 𝐻(𝓏)|𝓏=ℯ 𝑠𝑇𝑎 = 𝑇 ∑∞
𝑟=1 𝐻𝑐 (𝑠 + ) corresponde a uma superposição, pode
𝑎 𝑇𝑎
De uma maneira geral, é impossível obter uma aproximação que seja limitada em frequência,
portanto, é inevitável que interferência aconteça. Se as especificações são feitas no domínio da
6
frequência de tempo contínuo, diminuir o intervalo de amostragem não surte efeito, pois a
frequência de corte Ω𝑐 do filtro contínuo depende inversamente desse parâmetro. Se 𝑇𝑎 sofre
uma diminuição, então Ω𝑐 = ω𝑐 /T𝑎 deverá aumentar proporcionalidade para manter as
características do filtro. A melhor maneira de reduzir o aliasing é aumentar a ordem do filtro e
diminuir a tolerância na banda de rejeição, para que a atenuação não ultrapasse os limitres
desejados.
𝑁
𝐴𝑟
𝐻𝑐 (𝑠) = ∑
𝑠 − 𝑠𝑟
𝑟=1
em que 𝑠𝑟 são os pólos da função de sistema. A equação apresentada acima considera apenas
a existência de pólos simples, mas o raciocínio é similar se existem pólos múltiplos. A resposta
ao impulso no domínio do tempo é contínuo é encontrada pela Transformada de Laplace
Inversa. Supondo a função estável e causal, resulta em:
ℎ𝑐 (𝑡) = ∑ 𝐴𝑟 ℯ 𝑠𝑟 𝑡 𝑢(𝑡)
𝑟=1
ℎ[𝑛] = ℎ𝑐 (𝑛𝑇𝑎 )
ℎ[𝑛] = ∑ 𝐴𝑟 ℯ 𝑠𝑟 𝑇𝑎 𝑢(𝑛𝑇𝑎 )
𝑟=1
ℎ[𝑛] = ∑ 𝐴𝑟 (ℯ 𝑠𝑟 𝑇𝑎 )𝑛 𝑢[𝑛]
𝑟=1
𝑁
𝐴𝑟
𝐻(𝓏) = ∑
1 − ℯ 𝑠𝑟 𝑇𝑎 𝓏 −1
𝑟=1
7
𝑁
𝐴𝑟 𝓏
𝐻(𝓏) = ∑
𝓏 − ℯ 𝑠𝑟 𝑇𝑎
𝑟=1
Com região de convergência do tipo |𝓏| > ℯ 𝑠𝑁 𝑇𝑎 , supondo 𝑠𝑁 como o pólo mais à direita da
𝐴 𝓏
função de sistema contínuo. Da equação (𝑧) = ∑𝑁 𝑟
𝑟=1 𝓏−ℯ 𝑠𝑟𝑇𝑎 é possível encontrar a equação de
𝐴 𝓏
A análise da equação (𝑧) = ∑𝑁 𝑟
𝑟=1 𝓏−ℯ 𝑠𝑟𝑇𝑎 permite verificar as características do filtro discreto
obtido, se a função 𝐻𝑐 (𝑠), como supomos, é uma função estável e causal, então seus pólos 𝑠𝑟
estarão todos situados no semiplano esquerdo, o que significa que a parte real dos seus pólos
da função 𝐻(𝓏) se situarão dentro do círculo de raio unitário no plano 𝓏, pois os pólos 𝑑𝑟 são
dados por:
𝑑𝑟 = ℯ 𝑠𝑟 𝑇𝑎
𝑑𝑟 = ℯ 𝜎𝑟 𝑇𝑎 (cos Ω𝑟 𝑇𝑎 + 𝑗 sin Ω𝑟 𝑇𝑎 )
Se a região de convergência de 𝐻𝑐 (𝑠) indica uma função causal, isso quer dizer que a
convergência será para valores de 𝑠 tais que ℜ{𝑠} > ℜ{𝑠𝑁 }. Se 𝑠 = 𝜎 + 𝑗Ω, e 𝑠𝑁 = 𝜎𝑁 + 𝑗Ω𝑁 ,
então 𝜎 > 𝜎𝑁 implica ℯ 𝜎𝑇𝑎 > ℯ 𝜎𝑁 𝑇𝑎 . como 𝓏 = ℯ 𝑠𝑇𝑎 e 𝑑𝑁 = ℯ 𝜎𝑁 𝑇𝑎 , isso resulta em:
Portanto, uma função 𝐻𝑐 (𝑠) causal implica uma função 𝐻(𝓏) causal.
Para concluir, se o filtro for projectado de maneira que o aliasing seja aceitável, podendo ser
desprezado, então a resposta em frequência pode ser aproximada por:
8
1 𝜔
𝐻(𝜔) = 𝐻𝑐 (𝑗 )
𝑇𝑎 𝑇𝑎
2 1 − 𝓏 −1
𝑠= ( )
𝑇𝑎 1 + 𝓏 −1
2 1 − 𝓏 −1
𝐻(𝓏) = 𝐻𝑐 ( ( ))
𝑇𝑎 1 + 𝓏 −1
2 1−𝓏 −1
Para verificar o mapeamento das frequências, basta solucionar a equação 𝑠 = 𝑇 (1+𝓏 −1 ) para
𝑎
𝓏 e obter a transformação
9
1 + 𝑠𝑇𝑎 ⁄2
𝓏=
1 − 𝑠𝑇𝑎 ⁄2
substituindo 𝓏 = ℯ 𝑗𝜔 e 𝑠 = 𝑗Ω,
1 + 𝑗Ω𝑇𝑎 ⁄2
ℯ 𝑗𝜔 =
1 − 𝑗Ω𝑇𝑎 ⁄2
Ω𝑇𝑎
𝜔 = 2 tan−1 ( )
2
Ω𝑇𝑎
Com a equação 𝜔 = 2 tan−1 ( ), pode-se ver que, quando Ω → ±∞, 𝜔 → ±𝜋,
2
tangente. Uma vez que 𝜔 + 2𝑟𝜋, para qualquer 𝑟 ∈ ℤ, é mapeado na mesma frequência Ω, a
periodicidade da Transformadora de Fourier de tempo Discreto é respeitada. Além disso, pode-
se demostrar que a inclinação da curva próximo à origem é igual a 1, o que significa que, para
baixas frequências, a correspondência entre as frequências é exacta.
10
projectado no domínio da frequência contínua será mapeado no filtro discreto conforme mostra
a Figura 5.
1+𝑠𝑇 ⁄2
O mapeamento das frequências complexas pode ser obtido também da equação 𝓏 = 1−𝑠𝑇𝑎⁄2,
𝑎
1+𝑠𝑇 ⁄2
Pela transformação da equação 𝓏 = 1−𝑠𝑇𝑎 ⁄2, o pólo mais externo corresponderá a
𝑎
1 + 𝑠𝑇𝑎 ⁄2 + 𝑗Ω𝑇𝑎 /2
𝑑𝑁 =
1 − 𝑠𝑇𝑎 ⁄2 − 𝑗Ω𝑇𝑎 /2
O valor 𝜎𝑁 < 0 implica |𝑑𝑁 | < 0, e a região de convergência da frequência complexa de tempo
discreto |𝓏| > |𝑑𝑁 |, correspondendo a uma sequencia lateral direita, e contendo o círculo de
raio unitário, implicando portanto uma função de sistema estável.
Essa análise pode ser generalizada, o semiplano esquerdo sendo mapeado dentro do círculo de
raio unitário no plano 𝓏. A Figura 6. Mostra o mapeamento.
11
Figura 6. Mapeamento de plano 𝑠 no plano 𝓏.
No domínio da frequência completa de tempo discreto (isto é, no plano 𝑠), esse mapeamento é
facilmente realizado. Nesse plano, a origem representa as baixas frequências e infinito, as altas
frequências. Invertendo a posição dos pólos no plano obtemos a função desejada. Se Ω𝑐 é a
frequência de corte do filtro com frequência de corte Ω′𝑐 então a substituição
Ω𝑐 Ω′𝑐
𝑠=
𝑠′
Provê o filtro desejado. Se o filtro foi projectado no domínio de tempo contínuo, então através
da Transferência Bilinear é possível encontrar o filtro de tempo discreto. Aqui, a invariância
do impulso não pode ser utilizada, pois, como o filtro é definido para altas frequências, o
aliasing causado pela amostra não seria desprezível, e o filtro perderia todas as suas
características.
12
Uma vez que a Transformação Bilinear deve ser utilizada na conversão do filtro passa-baixas
em passa-altas, pode-se encontrar ima substituição directa em 𝓏 para realizar a transformação
Ω𝑐 Ω′𝑐
em um filtro discreto já realizado. Trabalhando coma substituição da equação 𝑠 = , pode-
𝑠′
𝓏′−1 + α
𝓏 −1 =
1 + 𝓏′−1
em que
Ω𝑐 + Ω′𝑐
cos ( )
2
𝛼=−
Ω + Ω′
cos ( 𝑐 2 𝑐 )
De uma maneira geral, é possível utilizar as técnicas de transformação de frequência para obter
filtros de qualquer espécie com quaisquer frequências de corte. A Tabela 1 mostra as
transformações para filtros discretos. A tabela mostra na coluna central a substituição que deve
ser feita em 𝓏 −1 para a obtenção do filtro. Na coluna à direita, parâmetros adicionais que devem
ser calculados estão explicitados. Nessa coluna, 𝓏′−1 é a frequência de corte desejada, e Ω𝑖 e
Ω𝑏 são, respectivamente, as frequências inferior e superior que limitam uma banda em um filtro
passa-bandas ou rejeita-bandas.
13
Tabela 1. Transformação em frequência para filtros discretos, baseados em um filtro passa-
baixas com frequência de corte Ω𝑐 .
14
Conclusão
O presente trabalho abordou sobre os Filtros Digitais IIR, que são Filtros cujas características
de entrada e saída são regidas por equações lineares de diferenças com coeficientes constantes
de natureza recursiva e a função de transferência de um filtro digital IIR é uma função racional
em 𝓏 −1 .
Para o estudo dos Filtros Digitais IIR, descreveu-se um método popular para convertermos
funções de transferências analógicas em funções de transferência digital. Onde filtros analisou-
se duas delas, a Invariância do Impulso, que é uma técnica simples mas que acarreta aliasing,
e a Transformação Bilinear que elimina o aliasing à custa de uma complexidade adicional.
Estes Filtros são denominados como Filtros Digitais de Resposta ao Impulso Infinita, pois sua
resposta ao impulso possui uma duração infinita e de natureza recursiva, ou seja, a saída
adquirida num determinado instante depende da entrada atual, ou seja, da entrada naquele
instante e das saídas provenientes de instantes anteriores.
Estes Filtros são muito usados em Sistemas de Comunicação Digital para a filtragem de
determinados sinais.
15
Referência Bibliografia
HAYKIN, Simon and VEEN, Barry Van (1999); Signals and Systems: Jhon Willey and Sons,
Inc,: Tradução: SANTOS, José Carlos Barbosa dos (2001); Sinais e Sistemas; Bookman; Porto
Alegre.
TEIXEIRA, Francisco Hitalo J. B., GOMES. Paulo Ricardo B., TEVARES, Daniel Alencar
B., ALMEIDA, Edipo Magalhães & AQUINO Francisco José Alves de (2014); Aprenda na
Prática: Filtros Digitais para a Correção de Frequências Ruidosas em Sistemas de
Comunicação utilizando a Plataforma MATLAB; Instituição Federal de Educação, Ciência e
Tecnologia do Ceará (IFCE); Departamento de Engenharia de Telecomunicações; Grupo de
Desenvolvimento em Sistemas Embarcados (GDEST): Laboratório de Processamento Digital
de Sinais (LPDS); Fortaleza – Brazil.
16