A`Politecnica

Universidade Politécnica

ISEUNA

Instituto Superior de Estudos Universitários de Nampula

Licenciatura em Engenharia Informática e Telecomunicações

Sistemas de Comunicação Digital

Tema: Filtros Digitais com Resposta ao Impulso Infinito IIR.

Discente: Erick Sérgio de A. F. Sumane.

Docente:

PhD, Sidónio Turra

Nampula, 2020
 Discente: Erick Sérgio de Ascensão F. Sumane.

Tema: Filtros Digitais com resposta ao Impulso Infinito IIR.

Trabalho de carácter avaliativo, a

ser entregue na disciplina de
Sistemas de Comunicação
Digital.

Docente:

PhD, Sidónio Turra

Nampula, 2020
Índice

Introdução .................................................................................................................................. 1

Problematização ......................................................................................................................... 1

1. Objectivos ........................................................................................................................... 2

1.1. Objectivo Geral ............................................................................................................... 2

1.2. Objectivos Específicos ................................................................................................ 2

2. Procedimentos Metodológicos Aplicados na Pesquisa ...................................................... 2

2.1. Tipo de Pesquisa.......................................................................................................... 2

2.2. Método de Pesquisa ..................................................................................................... 2

3. Filtros Digitais com Resposta ao Impulso Infinito (IIR) .................................................... 3

3.1. Invariância do Impulso ................................................................................................ 5

3.2. Transformação Bilinear ............................................................................................... 9

3.3. Transformação em Frequência .................................................................................. 12

Conclusão................................................................................................................................. 15

Referência Bibliografia ............................................................................................................ 16

Introdução
Em Sistemas de Comunicação é comum a existencia de ruídos devido a interferencias. E para
solucionar este problema são usados os Filtros.

Em Sietamas de Comunicação Analógico são usados os Filtros Analógico (tambem vhamados,

Filtros Analógicos Passivos Convencionais), que usualmente são entendidos como
combinações de resistores, capacitores e indutores em um circuito elétrico, permitindo atuação
seletiva, seja no tempo ou em frequência, buscando selecionar informação no sinal tratado.
Enquanto que nos Sistemas de Comunicação Digital são usados os Filtros Digitais, que são 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.

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).

O presente trabalho abordará em especial sobre os Filtros Digitais de Resposta ao Impulso de

Duração Infinita (IIR- Infinite Impulse Response). Os Filtros 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. Para o estudo destes filtros 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.

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

1.1. Objectivo Geral

Compreender a funcionalidade dos Filtros Digitais com Resposta ao Impulso Infinito (IIR) de
uma forma mais complexa e ampla.

1.2. Objectivos Específicos

• Definir e fundamentar as idéias do estudo com base em teorias científicas válidas;

• Identificar as suas características;

• Abordar sobre o uso, a aplicação e o método de funcionamento em Sistemas de

Comunicação Digitais.

2. Procedimentos Metodológicos Aplicados na Pesquisa

2.1. Tipo de Pesquisa
A pesquisa deste estudo é qualitativa, visto que faz o estudo e fornece informações colectadas
em diferentes manuais, de forma a compreender e explicar o tema em estudo.

2.2. Método de Pesquisa

O método usado neste estudo é indutivo pois conclui-se uma verdade científica depois de se
considerarem casos particulares deste tema.

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.

Figura 2. Ilustração do Filtro Digital.

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.

O bloco rotulado conversor analógico-digital é usado para converter um sinal de tempo

contínuo x(t) numa sequencia x[n] de números. O filtro digital processa a sequencia de números
x[n] numa base de amostra por amostra para produzir uma nova sequencia de números, y[n], a
qual é então convertida num sinal de tempo contínuo correspondente pelo conversor digital-
analógico (D/A). Finalmente o filtro de reconstrução (passa-baixas) na saída do sistema produz
um sinal de tempo contínuo y(t), representando a versão filtrada do sinal de entrada original
x(t).

Dois pontos importantes devem ser cuidadosamente observados no estudo dos filtros digitais:

1. Os procedimentos do projecto subjacente normalmente se baseiam no uso de um

modelo de precisão analógica ou infinita para as amostras de dados de entrada e todos
os cálculos internos; isto é, para que se possa tirar proveito da matemática bem
compreendida de tempo discreto, mas de amplitude contínua. O filtro de tempo discreto
resultante proporciona ao projetista uma “estrutura teórica” para a tarefa que ele tem á
frente.
2. Quando o filtro de tempo discreto é implementado na forma digital para uso prático, os
dados de entrada e os cálculos internos são todos quantizados com uma precisão finita.

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)

Em que 𝐻𝑐 (𝑠) representa a função de transferência do sistema contínuo. A equação escrita

anteriormente pode ser imediatamente convertida em uma equação diferencial a coeficientes
constantes, uma vez que:

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.

3.1. Invariância do Impulso

Segundo NALON (2009: Pág. 145-146), O procedimento mais simples para o projecto de
filtros discretos a partir das funções características de filtros analógicos é encontrar uma
sequencia 𝑏[𝑛] que reproduza a resposta ao impulso contínuo 𝑏𝑐 (𝑡). Se 𝑇𝑎 é o intervalo de
amostragem, então:

5
 ℎ[𝑛] = ℎ𝑐 (𝑛𝑇𝑎 )

é a escola mais simples e directa.

A partir da generalização da equação da representação em frequência de 𝑥[𝑛] da Relação entre

1 𝑤
o Espectro do Sinal Amostrado e o Espectro da Sequencia Discreta 𝑋(𝑤) = 𝑇 ∑∞
𝑟=−∞ 𝑋𝑐 (𝑇 −
𝑎 𝑎

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

haver problemas de aliasing se a função de transferência não tiver a limitação:

𝐻(𝑠)|𝑠=𝑗Ω = 0, |Ω| > 𝜋/𝑇𝑎

Figura 3. Mapeamento do plano complexo 𝑠 no plano complexo 𝑧.

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.

O efeito da amostragem da resposta ao impulso pode ser encontrado facilmente. Se a fução do

sistema 𝐻𝑐 (𝑠) é uma razão entre polinômios, então ela pode ser escrita como:

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

A resposta ao impulso em tempo discreto é directamente encontrada dessa equação, a partir da

aplicação da equação 𝑏[𝑛] = ℎ𝑐 (𝑛𝑇𝑎 ), portanto:

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

A Transformada de 𝓏 da resposta ao impulso do domínio do tempo dá função de transferência

do sistema. Como consideramos o sistema estável e causal, a função de sistema será:

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

diferenças recursivas que implementa o filtro,

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

Se escrevermos 𝑠𝑟 = 𝜎𝑟 + 𝑗Ω𝑟 , então:

𝑑𝑟 = ℯ (𝜎𝑟 +𝑗Ω𝑟 )𝑇𝑎

𝑑𝑟 = ℯ 𝜎𝑟 𝑇𝑎 (cos Ω𝑟 𝑇𝑎 + 𝑗 sin Ω𝑟 𝑇𝑎 )

O módulo do pólo 𝑑𝑟 , é igual a ℯ 𝜎𝑟 𝑇𝑎 . Se 𝜎𝑟 < 0, então ℯ 𝜎𝑟 𝑇𝑎 < 1. Conclui-se que todos os

pólos estarão dentro do círculo de raio unitário.

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:

|𝓏| > |𝑑𝑁 |

Portanto, uma função 𝐻𝑐 (𝑠) causal implica uma função 𝐻(𝓏) causal.

Algumas aplicações não necessitam da condição de causalidade para o processamento de

filtros. Ainda que todo o desenvolvimento aqui tenha sipd para filtros causais, é fácil estender
a análise para filtros com outras características.

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

Se o intervalo de amostragem é curto, corresponde a uma alta frequência de amostragem, isso

significa que 1⁄𝑇𝑎 será um valor alto, o que significa que o filtro terá um ganho elevado. É
aconselhável modificar a resposta da equação ℎ[𝑛] = ∑𝑁
𝑟=1 𝐴𝑟 (ℯ
𝑠𝑟 𝑇𝑎 𝑛
) 𝑢[𝑛] de tal forma que o
ganho seja unitário. Isso corresponde a multiplicar a equação por 𝑇𝑎 , resultando em:

ℎ[𝑛] = 𝑇𝑎 ∑ 𝐴𝑟 ℯ 𝑠𝑟 𝑛𝑇𝑎 𝑢[𝑛]

𝑟=1

3.2. Transformação Bilinear

Segundo NALON (2009: Pág. 147-149), Uma vez que um filtro analógico tem sua resposta
definida entre os valores −∞ e ∞, o processo de projecto de um filtro através da invariância
do impulso vai necessariamente causar a replicação do espectro, devido à amostragem, e
portanto aliasing. A tolerância da banda de rejeição pode ser feita pequena o suficiente para
que a distorção não seja significativa, mas ela é inevitável.

O Método de Transformação Bilinear é um mapeamento algébrico entre o plano 𝑠 e o plano

𝓏, feito de forma a que todo o eixo imaginário do plano 𝑠 (representando as frequências de
tempo contínuo) seja mapeado no círculo de raio unitário (que representa as frequências de
tempo discreto). Esse mapeamento não pode ser linear, pois o eixo imaginário tem
comprimento infinito, enquanto o círculo de raio unitário tem comprimento finito. Essa
característica tem uma série de implicações que serão estudadas adiante.

A transformação é dada por:

2 1 − 𝓏 −1
𝑠= ( )
𝑇𝑎 1 + 𝓏 −1

de tal forma que

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

e com um pouco de manipulação, encontra-se

Ω𝑇𝑎
𝜔 = 2 tan−1 ( )
2
Ω𝑇𝑎
Com a equação 𝜔 = 2 tan−1 ( ), pode-se ver que, quando Ω → ±∞, 𝜔 → ±𝜋,
2

respectivamente. O eixo imaginário do plano 𝑠 é portanto comprimido no círculo unitário do

plano 𝓏, através de uma transformação não-linear que é mostrada na Figura 4. A equação 𝜔 =
Ω𝑇𝑎
2 tan−1( ) é também uma transformação periódica, devido à multivalência do acrp-
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.

Figura 4. Mapeamento de frequência de tempo contínuo Ω na frequência de tempo discreto

𝜔.

O aliasing pode ser portanto completamento evitado.

A replicação do espectro ocorrerá a cada período 𝜔 = 2𝜋, que é exactamente o intervalo no

qual o eixo unitário. Assim , não acontecerá superposição entre os espectros. Um filtro

10
projectado no domínio da frequência contínua será mapeado no filtro discreto conforme mostra
a Figura 5.

Figura 5. Exemplo de um filtro passa-baixas.

1+𝑠𝑇 ⁄2
O mapeamento das frequências complexas pode ser obtido também da equação 𝓏 = 1−𝑠𝑇𝑎⁄2,
𝑎

possibilitando analisar a causalidade e a estabilidade do filtro resultante.

Se considerarmos 𝑠 = 𝜎 + 𝑗Ω, e os pólos do filtro analógico 𝑠𝑟 = 𝜎𝑟 + 𝑗𝛺𝑟 , um filtro estável

terá seu pólo mais à direita 𝜎 < 0, e região de convergência ℜ{𝑠} > ℜ{𝜎𝑁 }.

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.

3.3. Transformação em Frequência

Segundo NALON (2009: Pág. 149-151), Os filtros projectados até aqui foram todos passa-
baixas. Concentramo-nos nesse tipo de filtro porque, uma vez projectado um filtro passa-
baixas, é possível fazer a sua conversão para um filtro com outra banda de passagem de maneira
simples e directa, com uma substituição da variável de domínio de frequência complexa.

Vários tipos de transformações são possíveis. Estamos interessados especificamente em um

tipo de transformação que não altere as condições de estabilidade e causalidade do filtro
resultante. Portanto, a transformação deve mapear o interior do círculo de raio unitário dentro
do próprio círculo de raio unitário no plano 𝓏. Do contrário, existe a possibilidade de um pólo
ser mapeado fora do círculo, arruinando assim as características desejáveis do filtro,

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′

se demostrar que a substituição

𝓏′−1 + α
𝓏 −1 =
1 + 𝓏′−1

em que

Ω𝑐 + Ω′𝑐
cos ( )
2
𝛼=−
Ω + Ω′
cos ( 𝑐 2 𝑐 )

resulta no filtro desejado, como a transformação bilinear aplicada no filtro passa-altas

analógico obtido no domínio do tempo contínuo.

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.

NALON, José Alexandre (2009); Introdução ao Processamento Digital de Sinais; LTC –

Livros Técnicos e Científicos Editora S.A.; GEN – Grupo Editorial Nacional; Rio de Janeiro –
Brazil.

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