Professional Documents
Culture Documents
Secuencias Simétricas
❒ El diseño de filtros FIR requieren la selección de la secuencia que mejor
representa la respuesta a impulso de un filtro ideal.
❒ Los filtros FIR son siempre estables y son capaces de tener una respuesta
de fase que es lineal, lo que equivale a decir que su respuesta tiene un
retraso constante.
❒ El mayor problema de los filtros FIR es que para unas especificaciones
dadas requieren un filtro de orden mucho mayor que los filtros IIR.
❒ Un filtro FIR de longitud M con entrada x[n] y salida y[n] se describe
mediante la ecuación diferencia:
M −1
y[ n] = b0 x[ n] + b1 x[ n − 1]++bM −1 x[ n − M + 1] = ∑ b x[n − k ]
k =0
k
Secuencias Simétricas
❒ Por otra parte podemos expresar la salida del filtro y[n] como una
convolución de la entrada x[n] con la respuesta a impulso del filtro h[n]:
M −1
y[ n] = ∑ h[ k ] ⋅ x[n − k ]
k =0
❒ Ya que estas dos ecuaciones son idénticas, y por tanto, los coeficientes
bk=h[k].
❒ Se puede demostrar que la respuesta de un filtro FIR es de fase lineal si los
coeficientes h[n] cumplen : h[ n ] = ± h[ M − 1 − n ] n = 0,1, , M − 1
Es decir los coeficientes tienen algún tipo de simetría.
❒ La función de Transferencia Z del filtro FIR, aplicando esta condición es :
M−1
H(z) = ∑h[k]⋅ z−k = h[0]+ h[1]⋅ z−1 + h[2]⋅ z−2 ++ h[M − 2]⋅ z−(M−2) + h[M −1]⋅ z−(M−1) =
k=0
Secuencias Simétricas
❒ De esta última expresión se deduce que z H (z ) = ± H ( z )
− ( M −1) −1
lo que significa que la raíces de H(z) son las mismas que las de H(z-1). Es
decir las raíces (en este caso, los ceros) ocurren en pares recíprocos. Si z1
es un cero de H(z), 1/z1 es también un cero.
Además, si z1 es un cero complejo, su conjugado z1* es también un cero,
2
*
así como 1/z1 .
1.5
0.5
-0.5
-1
-1.5
-2
-1 -0.5 0 0.5 1 1.5 2 2.5
Secuencias Simétricas
❒ La longitud N de una secuencia simétrica puede ser par o impar. Esto
significa que el punto medio cae en un punto de la secuencia si N es impar
y entre dos puntos si N es par. Como tengo dos tipos de simetría (par o
impar), tendré cuatro posibles tipos de secuencias simétricas, las cuales se
muestran en la Tabla 1 junto con la DTFT de cada secuencia.
Secuencias Simétricas
L=½(N-1), M=½N, F es la frecuecia digital=f/fs, donde fs es la frecuencia de muestreo
Tipo Simetría N H(F) |H(0)| |H(½)|
h[0 ] + 2 ∑ k =1 h[k ]cos(2 kπF ) h[0 ] + 2 ∑ k =1 h[k ] h[0 ] + 2 ∑ k =1 (−1)k h[k ]
L L L
1 Par Impar
2 ∑ k =1 h [k ]cos [2π F (k − )] 2 ∑ k =1 h[k ]
M L
2 Par Par 1
2
0
− j 2 ∑ k =1 h[k ]sin(2 kπF )
L
3 Impar Impar 0 0
− j 2 ∑ k =1 h [k ]sin [2π F (k − )] −2 ∑ k =1 (−1)k h[k ]
M M
4 Impar Par 1
2
0
4
Secuencias Simétricas
❒ De esta tabla se pueden sacar las siguientes conclusiones acerca de la
aplicabilidad de cada una de los tipos de secuencia.
◆ Para las secuencias del tipo 2 |H(½)|=0, por lo que sólo pueden ser
pasabanda.
◆ La secuencia tipo 1 puede implementar cualquier tipo de filtro. Es el
0.4
0.3
0.2
0.1
-0.1
-0.2
0 5 10 15 20 25
1 − e − j 2πFN
( )
N −1 N −1 N −1
W (F ) = ∑ w[k ]⋅ e − j 2πFk
= ∑e − j 2πFk
=∑ e j 2πF − k
= − j 2πF
=
k =0 k =0 k =0 1− e
e − j 2πF N 2 e j 2πF N 2 − e − j 2πF N 2 sin (πFN )
= − j 2π F 2 ⋅ j 2π F 2 − j 2π F 2 = e − j 2πF ( N −1) 2 ⋅
e e −e sin (πF )
-5
1
-10
-15
0.8
-20
0.6
Boxcar -25
-30
0.4
-35
-40
0.2
-45
0 -50
-10 -5 0 5 10 0 0.1 0.2 0.3 0.4 0.5
Indice n Frecuencia Digital f/fs
-10
1
-20
0.8
-30
-50
0.4
-60
0.2
-70
0 -80
-10 -5 0 5 10 0 0.1 0.2 0.3 0.4 0.5
Indice n Frecuencia Digital f/fs
-10
1
-20
0.8
-30
-50
0.4
-60
0.2
-70
0 -80
-10 -5 0 5 10 0 0.1 0.2 0.3 0.4 0.5
Indice n Frecuencia Digital f/fs
-10
1
-20
0.8
-30
-50
0.4
-60
0.2
-70
0 -80
-10 -5 0 5 10 0 0.1 0.2 0.3 0.4 0.5
Indice n Frecuencia Digital f/fs
-10
1
-20
0.8
-30
0.6
Bartlett -40
-50
0.4
-60
0.2
-70
0 -80
-10 -5 0 5 10 0 0.1 0.2 0.3 0.4 0.5
Indice n Frecuencia Digital f/fs
-10
1
-20
0.8
-30
-50
0.4
-60
0.2
-70
0 -80
-10 -5 0 5 10 0 0.1 0.2 0.3 0.4 0.5
Indice n Frecuencia Digital f/fs
-10
1
-20
0.8
-30
0.6
Kaiser -40
0.4
β=2 -50
-60
0.2
-70
0 -80
-10 -5 0 5 10 0 0.1 0.2 0.3 0.4 0.5
Indice n Frecuencia Digital f/fs
-10
1
-20
0.8
-30
-50
0.4
-60
0.2
-70
0 -80
-10 -5 0 5 10 0 0.1 0.2 0.3 0.4 0.5
Indice n Frecuencia Digital f/fs
0.9 100
0.8 0
0.7 -100
0.6 -200
0 0.1 0.2 0.3 0.4 0.5
0.5
0.4
Bartlett unwrapped phase in degrees vs digital frequency F
0
0 -600
0 0.1 0.2 0.3 0.4 0.5 0 0.1 0.2 0.3 0.4 0.5
0.9 100
0.8 0
0.7 -100
0.6
vonHann -200
0 0.1 0.2 0.3 0.4 0.5
0.5
unwrapped phase in degrees vs digital frequency F
0.4
N=6 0
0.3
-100
0.2
-200
0.1
0 -300
0 0.1 0.2 0.3 0.4 0.5 0 0.1 0.2 0.3 0.4 0.5
-20
Magnitud (dB)
-40
-60
-80
-100
-120
-140
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Frecuencia Digital
-20
-40
-60
-80
-100
-120
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Frecuencia Digital
1+δp
1
1-δp
0.8
0.6
0.4
0.2
δs 0
−δs
-0.2
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Frecuencia Digital
-10
-20
-30
-40
-50
-60
-70
-80
-90
-100
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Digital Freq F
◆ Proceso de diseño
✦ Los muestreos deben hacerse en un periodo (0,1) de la extensión periódica
de H(F).
✦ La fase de H(F) es lineal y por tanto cada uno de los muestreos tiene una
fase dada por φ(k)=-πk(N-1)/N, k=1,...,N.
17/11/99 Capítulo 9: Diseño de Filtros Digitales (Parte 2) 30
5º Curso-Tratamiento Digital de Señal
0.8
0.6
0.4
0.2
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Frecuencia Digital
-10
-20
-30
-40
-50
-60
-70
-80
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Digital Frequency F
0.8
0.6
0.4
0.2
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Frecuencia Digital
H(F)
Bandas de
Transición
M(1)
M(5)
M(2)
M(4) M(6)
M(3)
F
F(1)=0 F(2) F(3) F(4) F(5) F(6)=1
M(3)
M(2)
F
F=0 F(1) F(2) F(3) F(4) F = F s /2
1
Respuesta frecuencial: -- fir1, -- fir2, -- firls, -- remez
10
0
10
-1
10
-2
10
-3
10
-4
10
-5
10
-6
10
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Apéndice
Tabla 1
Tabla 2