Escolar Documentos
Profissional Documentos
Cultura Documentos
A`Politecnica
ISEUNA
Docente:
Nampula, 2020
Discente: Erick Sérgio de Ascensão F. Sumane.
Docente:
Nampula, 2020
I
Índice
Introdução .................................................................................................................................. 1
Problematização ......................................................................................................................... 2
1. Objectivos ........................................................................................................................... 2
Conclusão................................................................................................................................. 20
II
Introdução
Em Sistemas de Comunicação é comum a existencia de ruídos devido a interferencias. E para
solucionar este problema são usados os Filtros.
Os Filtros Digitais são um dos grandes campos de aplicação de Processamento Digital de Sinal.
Os filtros digitais do tipo FIR são também muito usados na realização de sistemas adaptativos.
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).
1
Os métodos básicos para o projecto de filtros digitais do tipo FIR são: Filtros de Médias
Móveis; Janelamento; e Amostragem em Frequência. Estes métodos serão usados no presente
trabalho, de modo a explicar como funcionam e como projectar os filtros FIR.
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 Finito (FIR)? Pois trata-se de uma
teoria com necessidade de uma explicação coerente e precisa.
1. Objectivos
2
3. Filtros Digitais com Resposta ao Impulso Finito (FIR)
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.
Fonte: (HAYKIN e VEEN; 1999: pág. 513)
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 sequência de entrada original.
Dois pontos importantes devem ser cuidadosamente observados no estudo dos filtros digitais:
3
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.
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 RESTIVO (1998: pág. 79), Os Filtros Digitais são um dos grandes campos de
aplicação de Processamento Digital de Sinal. Os filtros digitais do tipo FIR são também muito
usados na realização de sistemas adaptativos.
Projectar um filtro digital é determinar um algoritmo que satisfaça as especificações
pretendidas; realizar um filtro digital é implementar esse algoritmo, seja em software ou em
hardware, atendendo às implicações do uso de precisão finita na representação dos coeficientes
e dos sinais de entrada e de saída e na realização das operações aritméticas respectivas.
Segundo TEIXEIRA, GOMES, ALENCAR, MAGALHÃES & AQUINO (2014: pág. 3),
Filtros digitais FIR são denominados como Filtros Digitais de Resposta ao Impulso Finita,
pois sua resposta ao impulso possui uma duração finita e de natureza não recursiva, ou seja, a
saída adquirida num determinado momento depende apenas das entradas anteriores. Duas
propriedades importantes atribuídas aos filtros FIR é que eles são estáveis e capazes de fornecer
uma resposta em frequência com fase linear, ou seja, fornecer um retardo constante.
Segundo RESTIVO (1998: pág. 79), Uma das grandes vantagens dos Filtros Digitais do tipo
FIR é a possibilidade de serem realizados com fase exactamente linear.
Segundo HAYKIN e VEEN (1999: pág. 514), Filtros Digitais de Resposta ao Impulso de
Duração Finita (FIR - Finite Impulse Response), cuja operação é regida por equações
lineares de diferenças com coeficientes constantes de natureza não-recursiva. A função de
transferência de um filtro digital FIR é o polinômio 𝓏 −1 . Consequentemente, os filtros digitais
FIR exibem três importantes propriedades:
➢ Eles têm memória finita e, portanto, qualquer transitório tem duração limitada.
➢ Eles são sempre BIBO (Bounded Input-Bounded Output/ Entrada Limitada-Saída
Limitada) estáveis.
➢ Eles podem implementar uma resposta em módulo desejada com resposta em fase
exactamente linear (isto é, sem nenhuma distorção de fase).
4
Segundo NALON (2009: 136-137), Filtros com Resposta ao Impulso Limitada possuem
algumas vantagens em sua implementação. Pelo facto de serem finitos, filtros FIR sempre serão
estáveis. Além disso, com uma pequena restrição de projecto, é muito fácil encontrar um filtro
causal e com fase linear.
ℎ[𝑛] = ℎ[𝑁 − 𝑛]
ou
ℎ[𝑛] = −ℎ[𝑁 − 𝑛]
então pode-se demostrar que o filtro tem fase linear, e o atraso é correspondente a 𝑁⁄2
amostras. A transformada de Fourier coma característica da equação ℎ[𝑛] = ℎ[𝑁 − 𝑛], será
dada por:
𝑁⁄2
𝑁 𝑁
⁄
Multiplicando a equação (𝜔) = ∑𝑁 2
𝑛=0 ℎ[𝑛](ℯ
−𝑗𝜔𝑛
+ ℯ −𝑗𝜔(𝑁−𝑛) ) por ℯ −𝑗𝜔 2 ℯ 𝑗𝜔 2 , obteremos
𝑁⁄2
𝑁 𝑁
𝐻(𝜔) = ∑ ℎ[𝑛](ℯ −𝑗𝜔𝑛 + ℯ −𝑗𝜔(𝑁−𝑛) )ℯ −𝑗𝜔 2 ℯ −𝑗𝜔 2
𝑛=0
𝑁⁄2
𝑁 𝑁 𝑁
𝐻(𝜔) = ∑ ℎ[𝑛] (ℯ −𝑗𝜔(𝑛− 2 ) + ℯ 𝑗𝜔(𝑛− 2 ) ) ℯ −𝑗𝜔 2
𝑛=0
𝑁⁄2
𝑁 𝑁
𝐻(𝜔) = ℯ −𝑗𝜔 2 ∑ 2ℎ[𝑛] cos [𝜔 (𝑛 − )]
2
𝑛=0
𝑁
⇒ 𝐻(𝜔) = ℯ −𝑗𝜔 2 𝐻0 (𝜔)
5
Em que 𝐻0 (𝜔) é a transformada de Fourier de uma função par de fase zero. O produto pela
exponencial indica uma fase linear correspondente a um atraso 𝑁⁄2 amostras. A equação
𝑁
𝐻(𝜔) = ℯ −𝑗𝜔 2 𝐻0 (𝜔) mostra o resultado para 𝑁 par, mas é possível obter-se, com raciocínio
semelhante, um resultado similar para 𝑁 ímpar, e também para as mesmas condições nas
equações ℎ[𝑛] = ℎ[𝑁 − 𝑛] e ℎ[𝑛] = −ℎ[𝑁 − 𝑛].
Entre as desvantagens do filtro FIR está a necessidade do uso de vários coeficientes na sua
resposta ao impulso, o que pode resultar em sequências longas, exigindo memória adicional,
um número maior de operações e mais tempo para a execução da filtragem.
Segundo HAYKIN e VEEN (1999: pág. 513), a estrutura básica usada para a implementação
de Filtros Digitais FIR é:
Figura 3. Estrutura para implementar um Filtro Digital FIR. Fonte: (HAYKIN e VEEN; 1999:
pág. 519)
Segundo NALON (2009: 137-145), Para o estudo dos Filtros Digitais FIR, descreveu-se
métodos básicos para o projecto de filtros digitais do tipo FIR são:
6
3.1. Filtros de Médias Móveis
Segundo NALON (2009: 137-138), Filtros médias Móveis (no inglês Moving Average Filters)
são exactamente comuns em processamento digital de sinais, pois são bastante intuitivos, de
fácil implementação e ótimos para a redução de ruído. Além disso, podem ser implementados
recursivamente, exigindo um mínimo de cálculos, o que resulta também em filtros bastante
rápidos, podendo ser utilizados em sistemas pouco poderosos. Por fim, um filtro dessa natureza
possui fase linear sem necessidade de esforço de projecto.
𝑁−1
1
𝑦[𝑛] = ∑ 𝑥[𝑛 − 𝑘]
𝑁
𝑘=0
O sistema recebe o nome de média móvel pois o resultado da sua aplicação é a obtenção de
média 𝑁 amostras posicionadas sobre n-ésima amostra da sequência de entrada. A equação
1
𝑦[𝑛] = 𝑁 ∑𝑁−1
𝑘=0 𝑥[𝑛 − 𝑘] pode ser reescrita na forma de uma convolução:
𝑁−1
1
𝑦[𝑛] = ∑ 𝑥[𝑘]ℎ[𝑛 − 𝑘]
𝑁
𝑘=0
1
, 𝑠𝑒 0 ≤ 𝑛 < 𝑁
ℎ[𝑛] = { 𝑁
0, 𝑓𝑜𝑟𝑎 𝑑𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
A Figura 4 mostra a resposta desse filtro ao impulso em (a), sendo esta simplesmente um pulso
retangular de largura 𝑁 e amplitude 1⁄𝑁. Em (b), tem-se a resposta ao degrau de um filtro de
médias móveis não possui
Posta, e a velocidade com que responde a uma descontinuidade é dada exactamente pelo
número de amostras 𝑁 do filtro. Dessa maneira, é fácil escolher a largura do filtro com base
nas características que se deseja selecionar.
7
Figura 4. (a) Resposta ao impulso de um filtro de médias móveis. (b) Resposta ao degrau de
um filtro de médias móveis. Fonte: (NALON; 2009: pág. 137)
𝑁−1
1 −𝑗𝜔𝑛
𝐻(𝜔) = ∑ ℯ
𝑁
𝑛=0
1 1 − ℯ −𝑗𝜔𝑛
⇒ 𝐻(𝜔) =
𝑁 1 − ℯ −𝑗𝜔𝑛
𝑁−1 sin(𝜔𝑁⁄2)
𝐻(𝜔) = ℯ −𝑗𝜔 2
𝑁 sin(𝜔⁄2)
𝑁−1
sin(𝜔𝑁⁄2)
A equação 𝐻(𝜔) = ℯ −𝑗𝜔 2 mostra que o filtro de médias móveis tem fase linear
𝑁 sin(𝜔⁄2)
8
Figura 5. Resposta em frequência para diversos valores de 𝑁. Fonte: (NALON; 2009: pág.
138)
1
O filtro também pode ser implementado recursivamente. Pela equação 𝑦[𝑛] = 𝑁 ∑𝑁−1
𝑘=0 𝑥[𝑛 −
𝑁−1
1
𝑦[𝑛 − 1] = ∑ 𝑥[𝑛 − 1 − 𝑘]
𝑁
𝑘=0
𝑁
1
𝑦[𝑛 − 1] = ∑ 𝑥[𝑛 − 𝑘]
𝑁
𝑘=1
1
Substituindo essa equação da equação 𝑦[𝑛] = 𝑁 ∑𝑁−1
𝑘=0 𝑥[𝑛 − 𝑘], obteremos
𝑁−1 𝑁
1
𝑦[𝑛] − 𝑦[𝑛 − 1] = (∑ 𝑥[𝑛 − 𝑘] − ∑ 𝑥[𝑛 − 𝑘])
𝑁
𝑘=0 𝑘=1
1
𝑦[𝑛] − 𝑦[𝑛 − 1] = (𝑥[𝑛] − 𝑥[𝑛 − 𝑘])
𝑁
E portanto
1
𝑦[𝑛] = 𝑦[𝑛 − 1] + (𝑥[𝑛] − 𝑥[𝑛 − 𝑘])
𝑁
1
Da equação 𝑦[𝑛] = 𝑦[𝑛 − 1] + 𝑁 (𝑥[𝑛] − 𝑥[𝑛 − 𝑘]) podemos encontrar a transformada 𝔃 do
Essa equação contém um zero de ordem simples em 𝓏 = 0, que cancela o pólo existente nesse
mesmo ponto. A região de convergência é, portanto, todo o [plano complexo, abrangendo o
círculo de raio unitário, garantindo a estabilidade do filtro em sua implementação recursiva.
Essa implementação é atractiva, pois pode ser executada com um número significativamente
pequeno de operações, e utilizando na prática o mesmo número de posições de memória da sua
versão convolutiva. Existem, inclusive, dispositivos físicos que permitem a armazenagem e a
manipulação rápida de uma sequência ordenada de dados, o que permite que esse filtro seja
implementado de maneira bastante eficiente.
Entre as desvantagens do filtro de médias móveis cita-se a pouca flexibilidade oferecida. Não
se pode controlar com grande liberdade a largura da banda de passagem. Além disso, para
diversas aplicações, a atenuação da banda de rejeição é insuficiente. Ainda assim, os filtros
desse tipo são bastante úteis em diversas situações.
3.2. Janelamento
Segundo NALON (2009: 138-141), Uma forma bastante directa de se obter um filtro de
duração finita é truncando a resposta ao impulso infinita de um filtro ideal. Se ℎ𝐷 [𝑛] é a
resposta ao impulso obtida através da transformada inversa da resposta em frequência de um
filtro ideal (ou outro filtro conhecido qualquer que seja adequado), então pode-se obter uma
aproximação de resposta finita de ordem 𝑁 − 1 restringidos os valores de 𝑛 para os quais a
resposta efectiva ℎ[𝑛] está definida.
ℎ𝐷 [𝑛], 𝑠𝑒 0 ≤ 𝑛 < 𝑁
ℎ[𝑛] = {
0, 𝑓𝑜𝑟𝑎 𝑑𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
Essa definição supõe que o filtro ideal ℎ𝐷 [𝑛] tenha sofrido o deslocamento necessário para
levar em conta o atraso da resposta e a consequente fase linear, o que corresponde a 𝑁⁄2
amostras se 𝑁 é par. Se 𝑁 é ímpar, então esse deslocamento deverá ser de (𝑁 − 1)⁄2 amostras.
Uma maneira equivalente de descrever a resposta efectiva é definindo uma sequência 𝑤[𝑛] tal
que
1, 𝑠𝑒 0 ≤ 𝑛 < 𝑁
𝑤[𝑛] = {
0, 𝑓𝑜𝑟𝑎 𝑑𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
10
e fazendo
ℎ[𝑛] = ℎ𝐷 [𝑛]𝑤[𝑛]
Do teorema da modulação, repetido aqui por convivência, obtemos a resposta do filtro assim
definido. Se 𝐻𝐷 (𝜔) e 𝑊(𝜔) são as representações em frequência de ℎ𝐷 [𝑛] e 𝑤[𝑛],
respectivamente, então
1
𝐻(𝜔) = 𝐻 (𝜔)⨂𝑊(𝜔)
2𝜋 𝐷
𝜋
1
𝐻(𝜔) = ∫ 𝐻𝐷 (𝜃) 𝑤[𝑛]𝑊(𝜔 − 𝜃)𝑑𝜃
2𝜋
−𝜋
Se ℎ𝐷 [𝑛] é um filtro ideal sua resposta em frequência 𝐻𝐷 (𝜔) é uma função retangular centrada
na origem, com largura dada pela frequência de corte 𝜔𝑐 . A resposta em frequência da
sequência 𝑤[𝑛] é dada por:
𝑁−1 sin(𝜔𝑁⁄2)
𝑊(𝜔) = ℯ −𝑗𝜔 2
sin(𝜔⁄2)
0,91𝜋
∆𝜔 =
𝑁
11
Figura 6. (a) Espectro de uma janela retangular, em comparação em cum filtro ideal. (b)
Resultado da aplicação da janela retangular a um filtro ideal. Fonte: (NALON; 2009: pág.
139)
2𝑛 𝑁−1
, 𝑠𝑒 0 ≤ 𝑛 ≤
𝑁−1 2
𝜔[𝑛] = 2𝑛 𝑁−1
2− , 𝑠𝑒 <𝑛<𝑁
𝑁−1 2
{ 0, 𝑓𝑜𝑟𝑎 𝑑𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
• Janela de Hanning
2𝜋𝑛
0,5 − 0,5 cos , 𝑠𝑒 0 ≤ 𝑛 < 𝑁
𝜔[𝑛] = { 𝑁−1
0, 𝑓𝑜𝑟𝑎 𝑑𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
• Janela de Hamming
2𝜋𝑛
0,54 − 0,46 cos , 𝑠𝑒 0 ≤ 𝑛 < 𝑁
𝜔[𝑛] = { 𝑁−1
0, 𝑓𝑜𝑟𝑎 𝑑𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
12
• Janela de Blackman
2𝜋𝑛 4𝜋𝑛
0,42 − 0,5 cos + 0,08 cos , 𝑠𝑒 0 ≤ 𝑛 < 𝑁
𝜔[𝑛] = { 𝑁−1 𝑁−1
0, 𝑓𝑜𝑟𝑎 𝑑𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
Figura 7. (a) Janela Retangular; (b) Janela Triangular; (c) Janela de Hanning; (d) Janela de
Hamming; (e) Janela de Blackman. Fonte: (NALON; 2009: pág. 140)
A Figura 7 mostra o aspecto de cada uma das janelas. Os perfis são mostrados de forma
analógico, mas as janelas são sequências discretas. A Figura 8 mostra os espectros de cada uma
dessas janelas. Nessa figura 8, os espectros são mostrados em dB, para evidenciar o ganho e a
atenuação em cada faixa.
13
Figura 8. Espectro de Magnitude das Janelas em dB. (a) Janela Retangular; (b) Janela
Triangular; (c) Janela de Hanning; (d) Janela de Hamming; (e) Janela de Blackman. Fonte:
(NALON; 2009: pág. 141)
Além da aplicação em projectos de filtros, essas sequências também são utilizadas na análise
de espectro de funções, devido às suas propriedades de compactação de energia. De uma
maneira geral, a largura da faixa de transição é dada por
𝐴
∆𝜔 =
𝑁
14
1
1−𝛿𝑠 2 2𝑁
em que 𝐴 é uma constante dependente da janela utilizada. Da equação Ω𝑠 = Ω𝑐 ( )
𝛿𝑠 2
A amplitude do pico lateral é a medida em dB da mais alta amplitude de pico lateral em relação
à amplitude do lóbulo central. Essa medida não influi na conformidade do filtro, mas demonstra
o grau de distorção da resposta em frequência próxima à frequência de corte, e, portanto,
valores altos podem ser nocivos. A largura do lóbulo principal refere-se à distância entre o eixo
vertical e o primeiro cruzamento por zero da magnitude da Transformada de Fourier da janela.
Tabela 1. Comparativo entre diversas janelas. Fonte: (NALON; 2009: pág. 141)
15
3.3. Amostragem em Frequência
Segundo NALON (2009: 141-145), Uma maneira natural e intuitiva de se criar digitalmente
um filtro é, uma vez que o filtro é definido no domínio da frequência, definir o filtro através da
sua Transformada Discreta de Fourier, adquirida directamente pela amostragem da resposta em
frequência desejada, e obtendo-se através da Transformada Inversa os coeficientes do filtro.
Supondo que se deseja um filtro com 𝑁 coeficientes, para garantir que o filtro tenha fase linear,
é necessário que ℎ[𝑛] = 𝑛[𝑁 − 1 − 𝑛], correspondendo a um atraso de (𝑁 − 1)⁄2 amostras.
Essa distorção de fase já pode ser incorporada directamente à resposta do filtro que está sendo
amostrado. Os coeficientes do filtro são obtidos adiante na equação:
𝑁−1
𝑁−1 𝐻0 (𝑘𝜔0 ), 𝑠𝑒 0 ≤ 𝑘 <
𝐻[𝑘] = ℯ 𝑗 2 𝑘𝜔0 { 2
𝑁−1
𝐻0 ((𝑁 − 𝑘)𝜔0 ), 𝑠𝑒 ≤𝑘<𝑁
2
ℎ[𝑛] = ℱ −1 {𝐻[𝑘]}
𝑁−1
1
ℎ[𝑛] = ∑ 𝐻[𝑘]ℯ 𝑗𝜔0𝑘𝑛
𝑁
𝑘=0
De forma geral, o filtro a ser amostrado será um filtro ideal, cujo ganho na banda passante é
unitário e na banda de rejeição é nulo, a não ser que o sistema a ser implementado exija um
comportamento diferente. Se aquela é o caso, no entanto, podemos definir 𝐾 como sendo a
amostra que melhor representa a frequência de corte,
𝜔𝑐
𝐾=[ ]
𝜔0
em que [𝑥] é o menor inteiro maior que 𝑥, então o filtro é escrito como um resultado
significativamente mais adequado, desde que a ordem do filtro escolhido seja
consideravelmente alta. Nesse caso, a banda de transição e as tolerâncias devem, ser utilizadas
para realizar o cálculo da ordem do filtro. O número de amostras deve ser no mínimo duas
vezes a ordem do filtro para que largura da banda de transição seja alcançada.
16
Uma alternativa equivalente e mais simples que permite calcular facilmente o número de
amostras que deve ter o filtro a partir da largura da banda de transição é inserir uma “banda de
transição” composta de uma ou duas amostras que representam a transição entre a banda de
passagem e a banda de rejeição. A inserção de uma simples amostra de transição já aumenta
drasticamente a seletividade do filtro e a atenuação da banda de rejeição. Além disso, uma vez
que a dependência de 𝐻(𝜔) com as amostras 𝐻[𝑘] é linear, é fácil adaptar técnicas simples
para a busca de amostras de transição que otimizam parâmetro do filtro, como o erro da banda
de passagem ou a atenuação da banda de rejeição.
17
Figura 11. Representação do ganho em dB do filtro da Figura 7. Fonte: (NALON; 2009: pág.
143)
Seguindo essa última técnica, é possível escolher a quantidade de amostras que devem estar
presentes no filtro para satisfazer as especificações. Se uma amostra vai ser inserida entre as
bandas de passagem e de rejeição, então o tamanho da banda de transição pode ser estimado
como duas vezes o intervalo entre as amostras no domínio da frequência. Se 𝐿 é o número
estimado de amostras necessárias, então temos:
∆𝜔 = 2𝜔0
4𝜋
∆𝜔 =
𝐿
Figura 12. Reconstrução de um filtro ideal com uma amostra de transição. Fonte: (NALON;
2009: pág. 144)
18
Figura 13. Representação do ganho do ganho em dB do filtro da Figura 9. Fonte: (NALON;
2009: pág. 144)
O número de amostras a serem utilizadas no filtro pode ser facilmente calculado, fazendo-se
𝑁 = 𝐿. Dada a frequência de corte 𝜔𝑐 , é possível encontrar a amostra que melhor a representa
4𝜋
através da equação ∆𝜔 = , e o filtro resultante é
𝐿
𝑁−1 1, 𝑠𝑒 0 ≤ 𝑘 ≤ 𝐾
𝑗 𝑘𝜔0
𝐻[𝑘] = ℯ 2 {0,5, 𝑠𝑒 𝑘 = 𝐾 + 1
0, 𝑠𝑒 𝐾 + 1 < 𝑘 < 𝑁⁄2
É importante notar que as escolhas para o projecto do filtro e suas consequências são, na
verdade, aproximações, e o verdadeiro resultado vai depender da aplicação que está sendo
implementada. Um resultado um pouco mais preciso pode ser obtido se a frequência de corte
pode ser colocada na forma
𝐾𝜋
𝜔𝑐 =
𝑀
Algumas vezes a inclusão de apenas uma amostra na banda de transição não é o suficiente para
a redução da atenuação de forma a satisfazer as especificações do sistema. Nesses casos, é
possível inserir duas ou mais amostras na banda de transição, com uma análise bastante
semelhante à feita aqui ara a obtenção do filtro. Alternativamente, é possível utilizar técnicas
de optimização de forma a se obter o filtro que mais se ajusta às necessidades.
19
Conclusão
O presente trabalho abordou sobre os Filtros Digitais FIR, que são filtros cuja operação é regida
por equações lineares de diferenças com coeficientes constantes de natureza não-recursiva. A
função de transferência de um filtro digital FIR é o polinômio 𝓏 −1 .
Filtros digitais FIR são denominados como Filtros Digitais de Resposta ao Impulso Finita, pois
sua resposta ao impulso possui uma duração finita e de natureza não recursiva, ou seja, a saída
adquirida num determinado momento depende apenas das entradas anteriores. Duas
propriedades importantes atribuídas aos filtros FIR é que eles são estáveis e capazes de fornecer
uma resposta em frequência com fase linear, ou seja, fornecer um retardo constante.
Os Filtros FIR exibem três importantes propriedades, que são: Eles têm memória finita e,
portanto, qualquer transitório tem duração limitada; Eles são sempre BIBO estáveis; Eles
podem implementar uma resposta em módulo desejada com resposta em fase exactamente
linear (isto é, sem nenhuma distorção de fase).
Para o estudo dos Filtros Digitais FIR, descreveu-se métodos básicos para o projecto de filtros
digitais do tipo FIR, que são: Filtros de Médias Móveis; Janelamento; e Amostragem em
Frequência.
Estes Filtros são muito usados em Sistemas de Comunicação Digital para a filtragem de
determinados sinais.
20
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.
21