INSTITUTO POLITCNICO NACIONAL

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

Diseo de filtros digitales

MSEEI Teodoro Ibarra Prez

[email protected]

Academia de Ingeniera
UPIIZ-IPN

Zacatecas, Zac. Noviembre de 2013

Ingeniera en Mecatrnica Procesador Digital de Seales Curso 2013-2014
 ndice

1. Introduccin a los filtros digitales

2. Clasificacin y tcnicas de diseo de FD
1. Frecuencias de banda de paso (FPB, FPA, FPBW, FSBW)
2. Aproximacin polinmica
1. Butterworth
2. Chebyshev
3. Elpticos
4. Bessel
3. Lineales (FIR, IIR, Lattice, Lattice-ladder)
4. Variantes en el tiempo
1. Filtros adaptables
2. Redes neuronales
3. Metodologa para el diseo de un filtro digital
4. Filtros digitales de respuesta finita al impulso
5. Filtro FIR promediador moving average
6. Filtro FIR pasa bajas

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 1. Introduccin a los filtros

El trmino filtro es utilizado para describir un sistema o un

dispositivo que discrimina algunas caractersticas o atributos sobre
las seales de entradas, dejando pasar o modificar ciertas entradas y
suprimir otras.

Filtrado de una seal mediante el mtodo de corte

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 1. Introduccin a los filtros

En procesamiento digital de seales (PDS) los filtros digitales tienen

un carcter ms amplio que los filtros analgicos, entre los que se
pueden resaltar:

Separar dos seales que han sido mezcladas

Restaurar seales que han sido distorsionadas
Extraer informacin de inters con rasgos conocidos a priori
Remover ruido indeseable
Deteccin de seales
Anlisis espectral
Modelado de seales

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 1. Introduccin a los filtros

Un filtro FD efecta las mismas funciones que un FA, con la

diferencia que ste es un algoritmo matemtico implementado en
hardware o software y compuesto por coeficientes que caracterizan
al filtro.

Filtro digital promedio que elimina ruido no deseado

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 1. Introduccin a los filtros

Por otro lado, los FA operan sobre seales continuas y contienen

elementos como resistencias, capacitores, inductores y
amplificadores.

Filtro analgico Butterworth de 4to orden y su respuesta en frecuencia y fase

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 1. Introduccin a los filtros

En la actualidad los FD se han convertido en una opcin econmica y

flexible sobre los filtros analgicos, entre los que destacan:

1. Los FD permiten pendientes superiores en la banda de

transicin, respecto a los filtros analgicos.
2. Los FD son muy flexibles, pudiendo ser reprogramados para
diferentes respuestas en frecuencia con solo cambiar los
coeficientes obteniendo otro FD. En un FA para variar su
respuesta en frecuencia es necesario redisearlo y rearmarlo.
3. Un FD puede ser de fase lineal, en aplicaciones de
procesamiento de audio y transmisin de datos se prefieren
filtros de fase lineal debido a que stos evitan distorsiones por
fase.
4. Los circuitos digitales son ms inmunes al ruido.

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 1. Introduccin a los filtros

Los FD tambin tienen algunas desventajas:

1. Requieren de muchos recursos para su procesamiento, hoy

en da esta limitante se ha ido reduciendo.

2. Banda limitada: como resultado del proceso de muestreo, el

ancho de banda para las seales discretas est limitado a la
mitad de la frecuencia de muestreo (fs/2).

3. Los efectos de precisin numrica estn limitados a la

arquitectura donde se implementen debido a los
desbordamientos en las operaciones aritmticas consecutivas.

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 2. Clasificacin y tcnicas de diseo

Los filtros digitales pueden clasificarse generalmente de acuerdo a:

Las frecuencias en bandas de paso

Su aproximacin polinmica
Linealidad
Varianza en el tiempo

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 2. Clasificacin y tcnicas de diseo

De acuerdo a las frecuencias en bandas de paso:

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 2. Clasificacin y tcnicas de diseo

De acuerdo a su aproximacin polinmica:

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 3. Tipos de respuesta

De acuerdo a su aproximacin polinmica:

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 2. Clasificacin y tcnicas de diseo

Por su linealidad:

Filtros FIR
Filtros IIR
Filtros lattice
Filtros lattice-ladder

Por su varianza en el tiempo:

Filtros adaptables
Redes neuronales

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 3. Metodologa para el diseo de un FD

En general se puede proceder considerando los siguientes pasos:

1. Especificacin: stas dependen de la aplicacin y comnmente

estn dadas en frecuencia, en trminos de magnitud y fase deseada
de la respuesta del filtro. Sin embargo tambin pueden estar dadas
en tiempo.
2. Aproximacin: Se utilizan conceptos matemticos para describir la
mejor aproximacin al filtro deseado para cumplir con las
especificaciones deseadas.
3. Clculo: Se determinan los coeficientes de un filtro causal FIR o IIR
que generan las caractersticas especificadas en frecuencia.
4. Simulacin: una vez calculados los coeficientes, se sustituyen en la
respuesta en frecuencia |H(ejw)| y se verifica que se cumplan las
especificaciones, de lo contrario volver al paso anterior.
5. Implementacin: Un filtro se puede describir como una ecuacin en
diferencias, una funcin de transferencia H(z) o su respuesta al
impulso h(n), para ello se programa en hardware o software.
Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 3. Metodologa para el diseo de un FD

En teora un filtro ideal no es realizable, ya que tiene una

respuesta infinita al impulso y es no causal.

La causalidad de un sistema implica:

1. Que las caractersticas de la respuesta en frecuencia |H(ejw)| no

sea cero en un conjunto finito de puntos en frecuencia.
2. Que |H(ejw)| no tenga pendiente infinita en la banda de paso a
la suprimida.
3. Que |H(ejw)| no puede ser constante en un intervalo finito de
frecuencias.
En resumen, no es posible tener respuestas planas en la banda de
paso, ni pendiente infinita en la banda de transicin, ni caractersticas
de fase lineal.

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 3. Metodologa para el diseo de un FD

Esquema de diseo de un filtro

3 bels de amplificacin producen 10x10x10=1000 veces la potencia

de entrada, por lo tanto un decibel, es la dcima parte de un bel. Por
lo tanto, los valores en decibeles: -20db, -10db, 0, 10db y 20db,
significan la potencia de 0.01, 0.1, 1, 10 y 100 respectivamente.
Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 4. Filtros digitales de respuesta finita al impulso

Los filtros digitales de respuesta finita al impulso (FIR) son utilizados

ampliamente en el procesamiento digital de seales por su
estabilidad y caractersticas de fase lineal que son de importancia
en aplicaciones de voz y audio.

Son conocidos como no recursivos debido a que la salida de este tipo

de filtros solo depende de la muestra actual de entrada y N-1
retardos de la entrada donde N es la longitud del filtro.

Su implementacin es la operacin de convolucin entre la

respuesta al impulso del filtro y una ventana de tiempo de la seal de
entrada de longitud N, por lo que su implementacin en un DSP es
eficiente.

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 4. Filtros digitales de respuesta finita al impulso

Las caractersticas ms importantes son:

Son no recursivos
Contienen un polo mltiple en el origen de orden N
Se consideran slo ceros
Siempre son estables
Son de memoria finita de longitud N, ya que no necesitan las
entradas anteriores
Permiten la obtencin de una respuesta con fase lineal
Son ptimos para tareas como reduccin de ruidos
Los filtros FIR no son muy eficaces para separar bandas de
frecuencias
Los errores en la aritmtica de precisin finita no son tan
severos como en los IIR
Una desventaja es que se requieren de muchos coeficientes en
comparacin con los IIR
Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average

Si se considera una seal en el tiempo con ruido agregado, una

manera simple de eliminar el ruido o suavizar la seal, sera ir
calculando el promedio de las muestras sobre una ventana de tiempo
y recorrer la ventana. En este sentido la h(n) propuesta es 1/N en
toda la ventana.

Este filtro es conocido como moving average (MA) ya que realiza el

promedio sobre la muestra actual de entrada x(n) y N-1 muestras
pasadas.

Una forma fcil de suavizarla (eliminar ruido) es ir tomando

promedios de la seal en un intervalo de tiempo (en una ventana de
longitud N). Aplicando promedios a una seal de entrada x(n) en una
ventana de tiempo de longitud N se puede obtener la salida y(n).
1
= ( )
Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average

Si h(n)=1/N se tiene un filtro que realiza promedios sobre N

muestras, aplicando la transformada Z
1
= ( )

Entre los filtros digitales, los filtros MA producen el menor ruido para
bordes muy agudos, la cantidad de reduccin de ruido es igual a la
raz cuadrada del nmero de puntos promediados, por ejemplo si
N=100, un filtro FIR MA reduce el ruido por un factor de 10.

Fuente: Diseo de filtros digitales. Larry E. UNAM

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average

El filtro MA es el filtro ms comn en DSPs, especialmente porque es

el filtro ms fcil de entender y utilizar (Smith, 1999).

Es un filtro ptimo para tareas comunes:

Reduce el ruido aleatorio, mientras mantiene la forma de
respuesta en escaln.

Es el principal filtro para seales codificadas en el dominio del

tiempo.

No es un filtro recomendado para trabajar con separacin de seales

por bandas de frecuencia.

Entre los principales filtros MA existen los Gausianos, Blackman y MA

de mltiples etapas.

Fuente: Procesamiento de seales. Carrin C. UTPL

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average

Ejemplo de un sistema con filtro promediador:

Tenemos un sistema que esta contando el nmero de autos que

pasan sobre un puente en cada minuto, y necesitamos saber el
nmero promedio de autos por minuto en intervalos de cinco
minutos. El resultado de nuestro sistema contador para los
primeros 10 minutos son los valores que se muestra en la
siguiente tabla:

Fuente: Procesamiento de seales. Carrin C. UTPL

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average

Minutos Nmero de autos/minuto Nmero de autos/minuto

sobre el ltimo minuto promediados sobre los
ltimos cinco minutos
1 10 -
2 22 -
3 24 -
4 42 -
5 37 27
6 77 40.4
7 89 53.8
8 22 53.4
9 63 57.6
10 9 52

Fuente: Procesamiento de seales. Carrin C. UTPL

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average

En este caso, el promedio que se realiza cada 5 minutos de tiempo es

el siguiente:

(10+22+24+42+37) / 5 = 27
(22+24+42+37+77) / 5 = 40.5

En general para este sistema, podemos representar

matemticamente nuestro filtro como:

Fuente: Procesamiento de seales. Carrin C. UTPL

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average

Algoritmo desarrollado en MatLab

for i=1:4
for j=5:20
y(j)=x(j-4)+x(j-3)+x(j-2)+x(j-1)+x(j);
y(j)=y(j)/5;
hold on
plot(t,x) %valor individual de autos por minuto
plot (y,'r') %valor promediado cada 5 minutos

end
end

Para este ejemplo se consideran 20 datos de entrada y se promedian

a partir de los primeros 5 datos.

Fuente: Procesamiento de seales. Carrin C. UTPL

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average

Seal filtrada mediante el algoritmo MA

Seal de entrada y salida filtrada mediante promedio moving average

Fuente: Procesamiento de seales. Carrin C. UTPL

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador
Ejercicio:
Se desea implementar un filtro FIR MA para eliminar el ruido
aleatorio que presenta un tono fundamental de 100 Hz
muestreado a 30 KHz.

Para ello, se deber seguir los siguientes pasos:

1. Se deber crear una seal de 100 Hz con Fs=30 KHz.

2. Aadir el ruido.

3. Graficar ambas seales (sin ruido y con ruido)

4. Reproducirlas

5. Implementar el filtro tipo FIR MA

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average
En la siguiente figura se muestra una seal con frecuencia
fundamental de 10 Hz y otra seal mezclada con ruido aleatorio.

Seal de 10Hz con ruido aleatorio mezclado

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average
Para generar ruido aleatorio puede utilizar la funcin:

y=x+2*randn(size(t)

Donde x es una funcin senoidal de 100 Hz con amplitud 5 y

predefinida como:

x=5*sin(2*pi*100*t)

y es la nueva funcin con el ruido aleatorio que se suma al tono de

frecuencia fundamental de 100 Hz.

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 5. Filtro FIR promediador moving average
Solucin:
t=0:0.000033:1; %Vector tiempo con Fs=30Khz
x=5*sin(2*pi*100*t); %Se define la seal a 400Hz
y=x+2*randn(size(t)); %Se aade ruido aleatorio
subplot(2,1,1); %Ventana para dos grficos
plot(t,x);
subplot(2,1,2);
plot(t,y)
sound(x,44100) %Reproduce sonido sin ruido 44.1Khz
sound(y,44100) %Reproduce sonido con ruido 44.1Khz

%ALGORITMO PARA FILTRO FIR MA

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 6. Filtros FIR pasa bajas

Ejemplo de diseo clsico de un filtro pasa bajos:

Funcin fir1 b = fir1(N,Wn)

Permite el diseo de filtros FIR mediante la implementacin del

mtodo clsico de ventanas-hamming y fase lineal.

Se puede implementar para el diseo de filtros bsicos pasa

bajas, pasa altas, pasa banda y supresores de banda.

Devuelve los coeficientes en longitud N+1 contenidos en un

vector b. Dichos coeficientes estn ordenados en forma
descendente para potencias de Z

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 6. Filtros FIR pasa bajas

Funcin freqz freqz(b)

Devuelve los N-valores complejos de la respuesta en frecuencia

del vector H y los N-valores de la respuesta en frecuencia del
vector W en radianes/muestra del filtro:

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 6. Filtros FIR pasa bajas

Ejemplo:

Disear un filtro FIR pasa bajas de 7 coeficientes y frecuencia

normalizada en 0.25
b=fir1(7,0.25);
freqz(b);

Respuesta en frecuencia de un filtro FIR pasa bajas con 7 coeficientes

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 6. Filtros FIR pasa bajas

Solucin:

Con 70 coeficientes, existe una mejor atenuacin en la banda de rechazo

b=fir1(70,0.25);
freqz(b);

Respuesta en frecuencia de un filtro FIR pasa bajas con 70 coeficientes

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 6. Filtros FIR pasa bajas

Solucin:

Aproximacin mejorada con 170 coeficientes

b=fir1(170,0.25);
freqz(b);

Respuesta en frecuencia de un filtro FIR pasa bajas con 170 coeficientes

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 6. Filtros FIR pasa bajas

Ejemplo Buterworth pasa bajas:

Para una frecuencia de muestreo de 1000 Hz, disear un filtro pasa

bajas con una prdida de 3 dB en la banda de paso definida de 0 a 40 Hz,
y una atenuacin de 60 dB en la banda de rechazo definida a partir de
los 150 Hz tomando en cuenta la frecuencia de Nyquist (500 Hz).
Graficar la respuesta en frecuencia del filtro:

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 6. Filtros FIR pasa bajas

Solucin con 5 coeficientes:

Wp = 40/500; Respuesta en frecuencia de un filtro FIR pasa bajas tipo Butterworth

Ws = 150/500;
[n,Wn] = buttord(Wp,Ws,3,60); % Returns n = 5; Wn=0.0810;
[b,a] = butter(n,Wn);
freqz(b,a,360,1000);
title('n=5 Butterworth Lowpass Filter')
Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas
 6. Filtros FIR pasa bajas

Ejemplo Buterworth pasa banda:

Disear un filtro pasa banda entre 60 Hz y 200 Hz, con una prdida de 3
dB de rizado en la banda de paso, y 40 dB de atenuacin en la banda de
rechazo a partir de los 50 Hz en ambos extremos de la banda de paso.

Wp = [60 200]/500;
Ws = [50 250]/500;
Rp = 3;
Rs = 40;
[n,Wn] = buttord(Wp,Ws,Rp,Rs);
%Returns n=16 Wn=[0.1198 0.4005];
[b,a] = butter(n,Wn);
freqz(b,a,512,1000)
%512 -> muestras; 1000 -> Fs
title('n=16 Butterworth Bandpass')

Respuesta en frecuencia de un filtro FIR pasa banda tipo Butterworth

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas

 6. Filtros FIR pasa bajas

Ejemplo Chebyshev pasa bajas:

Disear un filtro pasa banda entre 60 Hz y 200 Hz, con una prdida de 3
dB de rizado en la banda de paso, y 40 dB de atenuacin en la banda de
rechazo a partir de los 50 Hz en ambos extremos de la banda de paso.
Wp = 40/500;
Ws = 150/500;
Rp = 3;
Rs = 60;
[n,Wp] = cheb1ord(Wp,Ws,Rp,Rs)
% Returns n = 4 Wp =0.0800
[b,a] = cheby1(n,Rp,Wp);
freqz(b,a,512,1000);
title('n=4 Chebyshev I Lowpass
Filter')

Respuesta en frecuencia de un filtro FIR pasa banda tipo Chebyshev I

Unidad Profesional Interdisciplinaria de Ingeniera Campus Zacatecas