UNIVERSIDAD

NACIONAL DE
LOJA
Área de la energía y
recursos no renovables

Electrónica y
Telecomunicaciones

Lunes, 4 de julio de 2016

ING. Ximena Acaro.

Loja – Ecuador
2016

AUTOR: Carlos Javier Narváez Briceño

 FILTROS DISCRETOS MEDIANTE ECUACIONES DE DIFERENCIAS

En particular, los sistemas LTI discretos descritos por ecuaciones de diferencias pueden ser
recursivos y tener respuestas al impulso de duración infinita (sistemas IIR) o ser no recursivos y
tener respuesta al impulso de duración finita (sistemas FIR). Los primeros son. la contraparte
directa de los sistemas continuos descritos por ecuaciones diferenciales, mientras que los segundos
también son de importancia considerable en sistemas digitales. Estas dos clases tienen distintas
ventajas y desventajas en términos de facilidad de construcción y en términos del orden del filtro o
de su complejidad para lograr los objetivos particulares de diseño.

El cálculo de la convolucion

solo es posible para sistemas FIR, puesto que en el caso de sistemas IIR se requerirá de una memoria
infinita para almacenar h(n), y un número infinito de multiplicaciones y adiciones para calcular una
sola muestra de la salida.
Las llamadas ecuaciones de diferencias permiten trabajar con sistemas IIR.

1. FILTROS FIR
Los filtros FIR (Finite Impulse Response), llamados así porque su respuesta al impulso se da en un
numero finito de muestras, son filtros del tipo no recursivo, por tal motivo estos filtros al no tener
retroalimentación no tienen polos, y por lo tanto siempre son estables. Estos filtros son muy
utilizados en problemas de filtrado donde hay un requerimiento de característica de fase lineal en
la banda de paso del filtro. Su requerimiento en cuanto a recursos es mayor y dada la mayor cantidad
de operaciones estos filtros son más sensibles a errores. Estos filtros no tienen una contraparte
analógica.
El filtro FIR es un tipo de filtro digital que, si su entrada es un impulso, la salida será un número
limitado de términos no nulos. Para obtener la salida solo se emplean valores de las entradas
actuales y anteriores.
Su expresión en el dominio discreto es:

El orden del filtro está dado por N, es decir, el número de coeficientes. También la salida puede
ser expresada como la convolucion de una señal de entrada x[n] como un filtro h[n].

La estructura de un filtro FIR por tanto es la siguiente

La cual puede ser reflejada en la aplicación de la transformada Z:

Se puede ver la misma entrada retardada cada vez más en el tiempo, multiplicada por diversos
coeficientes y finalmente sumada al final. Hay muchas variaciones de esta estructura. Si tenemos
una respuesta de frecuencia como objetivo, conseguiremos que la respuesta del filtro se asemeje
más a ella cuanto más largo sea o número de coeficientes tenga.

Los filtros FIR son estables puesto que solo tienen polos, es decir, elementos en el numerador e n
su función d e transferencia. Tienen a d e m á s l a v e n t a j a q u e pu ed en diseñarse para ser
de fase lineal, es decir, no introducen desfases en la señal, a diferencia de los IIR o los filtros
analógicos, por este motivo tienen interés en audio.

Sin embargo, tienen el inconveniente de ser más largos al tener más coeficientes que los filtros
IIR capaces de c u m p l i r similares características. Esto requiere un mayor tiempo de cálculo
que pueden dar problemas en aplicaciones de tiempo real, como estudios de grabación o
conciertos en vivo.

Representación del diagrama en bloques de un filtro FIR para un total de 12 coeficientes

1.1 Ventajas de los filtros FIR son

 Facilidad de diseño para filtros de fase lineal
 Realización eficiente en forma tanto recursiva como no recursiva
 Los filtros FIR no recursivos, son siempre estables.
 El ruido de redondeo puede hacerse fácilmente pequeño con realizaciones no
recursivas.
1.2 Desventajas de los filtros FIR son:
 Se requiere un número de puntos N alto para aproximar filtros de transición
brusca.
 El retardo de fase puede no ser entero.
 2. FILTROS IIR

Los filtros IIR (Infinite Impulse Response), llamados así porque su respuesta al impulso se da en
un número infinito de muestras, son los filtros que, si tienen retroalimentación, es decir si tienen
polos, por lo que sí hay que cuidarse de donde estén para evitar que nuestro sistema pueda volverse
inestable. Estos filtros si tienen contraparte analógica, por lo tanto, son un cuanto más naturales a
nosotros. Como una regla general, un filtro IIR tiene lóbulos laterales más pequeños en la banda de
rechazo que un FIR con el mismo número de parámetros, debido a esto, si la distorsión en fase es
pequeña o no tan importante, es preferible utilizar un filtro IIR, y esto es porque su implementación
requiere menos parámetros, menos memoria y menor complejidad computacional. La mayoría de
las veces están diseñados extendiendo antiguos métodos para el diseño de filtros analógicos.
Usualmente son diseñados en tres pasos: Primero se diseña un pasa bajos analógico que cumpla
con la banda de paso, los más comunes son el butterworth, chebyshev y elípticos. El siguiente paso
es transformar el filtro analógico a la digital, usando por ejemplo los métodos de impulso invariante
o transformación bilineal. Las principales razones de diseño en analógico y transformación a digital
son: Que el diseño de filtros analógicos está muy avanzado y que además estos métodos tienen
fórmulas de forma cerrada. El paso final es transformar en frecuencia para obtener el filtro deseado,
pasa bajos, pasa-altos, etc.

2.1 Estructura del filtro IIR

Fig. 2.1 Estructura filtro Fir.

Hay numerosas formas de implementar los filtros IIR. La estructura afecta a las características
finales que presentará el filtro como la estabilidad. Otros parámetros a tener en cuenta a la
hora de elegir una estructura es el gasto computacional que presenta.

2.2 Polos y ceros

Este tipo de filtros presenta polos y ceros que determinan la estabilidad y la causalidad del
sistema. Cuando todos los ceros y polos están en el interior de la circunferencia unida se
dice que es fase mínima y el sistema es estable y causal. Si todos los ceros están en el exterior
es fase máxima. Si algún polo está fuera de la circunferencia unida el sistema es inestable.

2.3 Diferencias con los filtros FIR

Las principales diferencias respecto a los filtros FIR es que los IIR puede cumplir las mismas
exigencias que los anteriores, pero con menos orden de filtro. Esto es importante a la hora de
implementar el filtro, pues presenta una menor carga computacional. Este tipo de filtros puede
ser inestables, aun cuando se diseñen para ser estables.
En principio no pueden diseñarse para tener fase lineal, pero se pueden aplicar algunas
técnicas como el filtrado bidireccional para lograrlo.

3. VENTAJAS Y DESVENTAJAS DE FILTROS FIR Y IIR

  Los filtros FIR pueden tienen una respuesta lineal en fase (no se introduce distorsión por
fase en la señal), los filtros IIR tienen respuesta no lineal.
 Los filtros FIR que son realizados sin recursividad son siempre estables porque no tienen
polos. En los IIR esto no siempre se puede garantizar. Cuando se diseñan filtros IIR con
polos cerca del círculo unitario se debe hacer con cuidado porque no es raro que, al
implementar el filtro, resulte que el polo caiga fuera del círculo haciéndolo inestable.
 Los filtros IIR requieren menos coeficientes, menos cálculos y son más eficientes, Los FIR
requieren más procesamiento y memoria.
 Los filtros analógicos pueden ser transformados en su equivalente IIR, los FIR no tienen
equivalente analógico.
 Los filtros FIR son más difíciles de sintetizar, en los IIR se logra más fácil la respuesta
arbitraria en frecuencia.

4. DISEÑO DE FILTROS DIGITALES FIR

Aunque los filtros IIR presentan características atractivas, tienen algunos inconvenientes como
por ejemplo el no poder aprovechar las ventajas de la FFT en la implementación, ya que para
esto es necesario un número de puntos finito. Otra desventaja es que los IIR alcanzan una
magnífica respuesta en amplitud a expensas de un comportamiento n o lineal en fase.

4.1 Técnicas de diseño de filtros Fir

Hay tres métodos de diseño de filtros FIR:

 Método de las Series de Fourier.

 Método del Muestreo en Frecuencia.
 Métodos Iterativos basados en condiciones óptimas de diseño.

4.2 Diseño de filtros usando ventanas.

Las ventanas son funciones matemáticas usadas con frecuencia en el análisis y el procesamiento
de señales para evitar las discontinuidades al principio y al final de los bloques analizados.
En procesamiento de señales, una ventana se utiliza cuando nos interesa una señal de longitud
voluntariamente limitada. En efecto, una señal real tiene que ser de tiempo finito; además,
un cálculo sólo es posible a partir de un número finito de puntos. Para observar una señal en
un tiempo finito, la multiplicamos por una función ventana.
En la elección de la ventana rectangular, hay que llegar a una solución de compromiso entre dos
requisitos antagónicos como son:
jw
 Elegir M de forma que W(e ) sea lo más estrecho posible.
 Elegir M de forma que la duración de w(n) se lo más corta posible.
 Otra solución alternativa consiste en usar ventanas menos abruptas en sus características
en el dominio temporal.
 Todas estas funciones ventanas tienen lóbulos laterales más bajos comparados
con la ventana rectangular, sin embrago para un mismo valor de M el ancho del lóbulo
principal es también más amplio, por lo que la región de transición del filtro será más
amplia. Para reducir este ancho, podemos simplemente incrementar la longitud de la ventana.

4.2.1 Tipos de ventanas:

 Rectangular
 Hann, Blackman, Blackman-Harris
 Hamming
 Blackman-Nuttall
 Flat top
  Gauss
 Triangular
 Bartlett
 Bartlett-Hann
 Kaiser

La más simple es la ventana rectangular, que se define como:

 Ventana Hann
 Blackman
 Blackman-Harris

4.2.2 Método del Muestreo Frecuencia

Se trata de reconstruir el espectro continuo X(F) de una señal discreta a partir de los muestreos de
la función X(F). El espectro reconstruido XN(F) será igual a X(F) sólo en las frecuencias de
muestreo. Se puede considerar el DFT de la señal h N[n] de longitud N como N muestreos de su
DTFT (H(F)) en F=k/N, k=0, 1,...,N-1.

La respuesta a impulso h N[n] se calcula con el IDFT,

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
f(k)=-p k(N-1) /N, k=1,N.

5. DISEÑO DE FILTROS IIR.

Los filtros IIR pueden tener polos (debido a la retroalimentación) y ceros, y las técnicas de diseño
difieren enteramente de las técnicas para diseño de filtros FIR. Los métodos directos de diseño se
llevan a cabo en el plano complejo discreto Z y los métodos indirectos empiezan en el plano análogo
o continuo, S para ser transformados después al plano- Z Las técnicas son indirectas son las más
utilizadas y por lo general entregan mejores resultados.

Entre las técnicas directas se encuentran el posicionamiento ad-hoc de polos y ceros con el
subsiguiente análisis de frecuencia, análisis en el dominio del tiempo y en el dominio de la
frecuencia.
Un filtro ideal H(Z)en su respuesta al impulso y se resuelve un sistema de ecuaciones de N
coeficientes de manera de minimizar el error cuadrático medio. En el dominio de la frecuencia, le
objetivo es mapear una respuesta de frecuencia ideal hacia una estructura IIR. Las técnicas
indirectas implican el diseño de un filtro analógico apropiado en el plano S y luego mapear desde
éste al plano discreto Z usando las siguientes transformaciones:
El logaritmo natural presenta un problema cuando se trata de mapear desde el plano S al Z Una
solución muy utilizada es expandir como una serie y truncar el primer elemento. Una vez hecho
esto, hay dos técnicas que permiten generar la transformada Z la transformada bilineal y la
diferencia hacia atrás (backward difference), de la cual la más utilizada es la transformada bilineal.
Las formas habituales de diseñar este tipo de filtros son

Indirecta (a partir de prototipos analógicos)

 Impulso invariante
 Aproximación de derivadas
 Transformación bilineal

Directa
 Aproximación de Padé
 Aproximación de mínimos cuadrados

Tabla de Comparación entre filtros recursivos (IIR) y no recursivos (FIR) a lo largo del tiempo.
Las zonas marcadas indican las áreas donde una de las implementaciones es superior a la otra

6. DISEÑO EN MATLAB DE FILTROS FIR Y IIR

6.1 FILTRO PASO BAJO FIR DE ORDEN 3

Condiciones de diseño:
Fs=200Hz.
Rango de transición
Fc(pass=)50Hz.
Fc(stop)=60Hz.

function Hd = FIR_1
%FIR_1 Returns a discrete-time filter object.
% MATLAB Code
% Generated by MATLAB(R) 8.3 and the Signal Processing Toolbox 6.21.
% Generated on: 04-Jul-2016 01:06:46

N = 30; % Order
Fpass = 50; % Passband Frequency
Fstop = 60; % Stopband Frequency
Fs = 200; % Sampling Frequency

h = fdesign.lowpass('n,fp,fst', N, Fpass, Fstop, Fs);

Hd = design(h, 'equiripple', ...

'StopbandShape', 'flat');

6.2 FILTRO PASO BAJO FIR DE ORDEN 30

Condiciones de diseño:
Fs=200Hz.
Rango de transición
Fc(pass=)50Hz.
Fc(stop)=60Hz.

function Hd = FIR_2
%FIR_2 Returns a discrete-time filter object.

% MATLAB Code
% Generated by MATLAB(R) 8.3 and the DSP System Toolbox 8.6.
% Generated on: 04-Jul-2016 01:17:59

N = 30; % Order
Fpass = 50; % Passband Frequency
Fstop = 60; % Stopband Frequency
Fs = 200; % Sampling Frequency

h = fdesign.lowpass('n,fp,fst', N, Fpass, Fstop, Fs);

Hd = design(h, 'equiripple', ...

'StopbandShape', 'flat');
 6.3 FILTRO PASO BAJO IIR DE ORDEN 1 DENOMINADOR 10

Condiciones de diseño:
Fs=200Hz.
Rango de transición
Fc(pass=)50Hz.
Fc(stop)=60Hz.

function Hd = IIr_1
%IIR_1 Returns a discrete-time filter object.

% MATLAB Code
% Generated by MATLAB(R) 8.3 and the DSP System Toolbox 8.6.
% Generated on: 04-Jul-2016 01:25:38

Nb = 1; % Numerator Order
Na = 10; % Denominator Order
Fpass = 50; % Passband Frequency
Fstop = 60; % Stopband Frequency
Fs = 200; % Sampling Frequency

h = fdesign.lowpass('nb,na,fp,fst', Nb, Na, Fpass, Fstop, Fs);

Hd = design(h, 'iirlpnorm');
 6.4 FILTRO PASO BAJO IIR DE ORDEN 10 DENOMINADOR 10

Condiciones de diseño:
Fs=200Hz.
Rango de transición
Fc(pass=)50Hz.
Fc(stop)=60Hz.

function Hd = IIR_2
%IIR_2 Returns a discrete-time filter object.

% MATLAB Code
% Generated by MATLAB(R) 8.3 and the DSP System Toolbox 8.6.
% Generated on: 04-Jul-2016 01:29:40

Nb = 10; % Numerator Order

Na = 10; % Denominator Order
Fpass = 50; % Passband Frequency
Fstop = 60; % Stopband Frequency
Fs = 200; % Sampling Frequency

h = fdesign.lowpass('nb,na,fp,fst', Nb, Na, Fpass, Fstop, Fs);

Hd = design(h, 'iirlpnorm');
Referencias
[1] http://www.ehu.eus/Procesadodesenales/tema6/101.html

[2] http://www.ehu.eus/Procesadodesenales/tema5/t91.html

[3]http://www.eumus.edu.uy/eme/ensenanza/electivas/dsp/presentaciones/clase12.p
df

[4] http://www.duiops.net/hifi/enciclopedia/filtro-digital.htm

[5] http://www1.herrera.unt.edu.ar/faceyt/pds/files/2012/03/DISE%C3%91O.pdf

[6] http://fiee.uni.edu.pe/sites/default/files/ethan_frome.pdf

[7] http://www.frsn.utn.edu.ar/tecnicas3/manuales/Apunte%20Filtros%20Digitales.pdf