Anlisis de un filtro IIR Butterworth mediante Sptool de Matlab. TEORA DE SISTEMAS. ANLISIS DE FILTRO IIR BUTTERWORTH (PASABAJOS) 1.

Filtro ideal: La definicin del filtro ideal pasabajos, es un concepto importante tanto en la teora y prctica de filtros elctricos como en el anlisis y procesamiento de seales; en la literatura frecuentemente se trata este concepto haciendo ms nfasis en demostraciones de porque este tipo de filtro no es realizable fsicamente, en lugar de subrayar la idea del porque es deseable que un filtro tenga las caractersticas de magnitud y fase ideales, las cuales para el caso paso bajas que aqu nos ocupa son: (1) (2) Donde en la ecuacin uno es la frecuencia de paso del filtro y en la ecuacin dos representa la pendiente de la curva de fase lineal que este filtro presenta; de las ecuaciones anteriores se deduce que este tipo de filtro pasa todas las frecuencias comprendidas entre cero y su frecuencia de paso, afectndose la magnitud de todas ellas en una misma proporcin; adems de que, dado que su caracterstica de fase es lineal, todas las componentes de frecuencia de una seal filtrada por este sistema, aparecen en su salida con un mismo retardo de segundos. Lo anterior quiere decir que si una seal , con componentes de frecuencia comprendidas entre cero y , entra a un filtro pasabajos ideal, en su salida se tendr la misma seal sin ninguna distorsin y retrasada segundos. Si la seal a la entrada, contiene componentes de frecuencia ms all de , la seal a la salida del filtro ideal tendra las componentes de frecuencia mayores a recortadas en forma absoluta, presentando la seal resultante un retardo de segundos. Dado que un filtro ideal pasabajos no es realizable fsicamente, en la prctica con lo que se trabaja es con sistemas que aproximan las caractersticas ideales aqu descritas, tenindose diversas funciones de aproximacin como pueden ser entre otras las de Butterworth, Chevyshev y Cauer, que tratan de aproximar la magnitud constante en la banda de paso de un filtro ideal, presentando todas ellas una magnitud no constante en la banda de paso y una fase no lineal; para aproximar la fase lineal se usa la aproximacin de Bessel, aunque esto se logra slo en un intervalo de frecuencia finito. Fig 1: Representacin de un filtro pasabajos ideal.

Todo lo anterior referido en el dominio del tiempo continuo. 2. Filtro IIR (Infinite Impulse Response): Veremos dos variaciones de este tipo de filtros: AR y ARMA: 2.1. Filtros AR (Autoregresivo): La ecuacin, usando la transformada Z, que describe un filtro AR es: Lo que da lugar a una funcin de transferencia: (en tiempo y frecuencia discretos) Podemos concluir: La funcin de transferencia contiene solo polos. El filtro es recursivo ya que la salida depende no solo de la entrada actual sino adems de valores pasados de la salida (Filtros con realimentacin). El trmino autoregresivo tiene un sentido estadstico en que la salida y[n] tiene una regresin hacia sus valores pasados. La respuesta al impulso es normalmente de duracin infinita, de ah su nombre. 2.2. Filtros ARMA (Autoregresivo y Media en Movimiento ( FIR ) ). Al tener ceros y polos es necesario un menor nmero de coeficientes para realizar un determinado filtrado. Es el filtro ms general y es una combinacin de los filtros MA y AR. La ecuacin diferencia que describe un filtro ARMA de orden N es: Y la funcin de transferencia: Su respuesta a impulso es tambin de duracin infinita y por tanto es un filtro del tipo IIR. 2.3. Inconvenientes de los filtros IIR: La presencia de polos puede producir inestabilidades. No garantizan que la fase de su funcin de transferencia sea lineal. Implementacin hardware ms compleja que en el caso de filtros FIR. La tcnica para disear este tipo ser mediante mtodos de diseo analgico, seguido de una transformacin del plano s al plano z. 2.4. Parmetros a considerar para el diseo del filtro: Sea: es el rizado de pasabanda. es el rizado de parabanda. 2

 fp es la frecuencia lmite de pasabanda. fs es la frecuencia lmite de parabanda. (frecuencia de corte wc).

Fig 2: Filtro pasabajos del tipo IIR. 3. Filtro Butterworth: En diversas aplicaciones de los filtros pasa bajas se necesita que la ganancia en lazo cerrado se aproxime lo ms posible a 1 dentro de la banda de paso. Para este tipo de aplicacin lo mejor es el filtro Butterworth. A este tipo de filtro tambin se le conoce como filtro mximamente plano o planoplano. Los filtros Butterworth no se disean para mantener un ngulo de fase constante en la frecuencia de corte. EI filtro pasa bajas bsico de 20 dB/dcada tiene un ngulo de fase de 45 en la frecuencia wc. EI filtro Butterworth de 40 dB/dcada tiene un ngulo de fase de 90 en cl valor wc y el filtro de 60 dB/dcada tiene un ngulo de fase de 135 en wc. Por lo tanto, por cada aumento de 20 dB/dcada, el ngulo de fase aumenta en 45 en cl valor wc. 3.1 Caractersticas: Tiene una respuesta mximalmente plana en f = 0 y f = 1. Banda de transicin es relativamente ancha.

Fig 3: Filtro Butterworth. 3.2. Tcnica de diseo del Filtro Pasabajos Butterworth. La tcnica que emplearemos ser la de disear un filtro Butterworth analgicamente, seguido de una transformacin del plano s al z. Los parmetros con las especificaciones de diseo los podemos encontrar en la fig 2. Partimos de un prototipo de filtro pasabajos normalizado en el que usamos una frecuencia w normalizada. Para otro tipo de filtro se requerir la consiguiente transformacin de frecuencia. Para este tipo de filtro pasabajos normalizado la funcin de transferencia es: donde es un polinomio de grado n. El objetivo del diseo de un filtro es encontrar que mejor cumple la especificaciones. Para ello se utilizan algunas aproximaciones. 3.2.1 Aproximacin de Butterworth.: Existen 4 etapas de diseo: Normalizar la frecuencia de acuerdo a las especificaciones. Determinar el orden del prototipo de filtro pasabajos. Determinar la funcin de transferencia normalizada. Desnormalizar a travs de las transformaciones en frecuencia en 3. y 1. Aproximacin de Butterworth: Consiste en hacer .Esta aproximacion es tal que: Por lo tanto: Normalizaremos las frecuencias por la frecuencia limite de pasabanda fp, de forma que y A partir de y , podemos calcular los valores de y n. 3.2.2. Ejemplo: Disear un filtro de Butterworth de pasabajos con las siguientes especificaciones: Una atenuacin de pasabanda que sea menor a 1dB a , una atenuacin de parabanda que sea mayor a 20dB para Desarrollo: Frecuencia normalizada:

Tomaremos como orden del filtro el entero ms cercano, en este caso n=5 Filtro de Butterworth normalizado: Se normaliza respecto a la frecuencia . Funcin de transferencia normalizada: Se trata de determinar a partir de . Reemplazamos w2N por s2. Los polos los calculamos de: Estos resultados muestran que: Los polos normalizados estn sobre un circulo de radio 1 en el plano s. Los polos estn equidistantes a radianes con , donde se mide con respecto al eje positivo jw. Los polos nunca estarn sobre el eje jw. Si n es impar, siempre hay un par de polos reales en

Fig 4: Polos de Butterworth para n=4 y n=5. De los 2n polos de que consta slo estamos interesados en los polos de la parte izquierda del plano s, que son los que dan estabilidad al filtro. De la fig 4 se puede observar que cada polo tiene su conjugado, excepto en el caso de que n sea impar donde tenemos un polo adicional en . Por lo tanto:

El polinomio viene en tablas para cada valor de n, por lo que solo tenemos que determinar el valor de n, ir a las tablas para obtener el valor de y desnormalizar para determinar del filtro. (4.) Desnormalizacin: Si: , entonces . Si desnormalizamos a , cumple las especificaciones dadas. Esto es equivalente a desnormalizar directamente a. Siguiendo con el ejemplo tenemos:

Calculamos w3. De las tablas se obtiene:

3.2.3. El caso analizado en Matlab: Nuestra tarea consiste en realizar un filtro IIR Butterworth de 6 orden que sea capaz de filtrar una seal de voz. Del diseo en Matlab obtenemos: , , , . De estos parmetros obtenemos: 6

Los que a su vez nos dan un orden del filtro igual a: que es el orden que obtuvimos en Matlab. Obteniendo w3: Por lo tanto debemos desnormalizar con: La ecuacin normalizada para n=6 ser: Normalizando: (da nmeros extremadamente grandes por lo que se omitir y se representara algebraicamente). una vez desnormalizado nuestro filtro, debemos pasar al plano z: 3.3. Plano z : Nos interesa trabajar en el plano z, ya que al trabajar con un programa como Matlab, estaremos trabajando en tiempo discreto. Una transformacin de s > z debe cumplir 2 condiciones: Estabilidad: La mitad izquierda del plano s debe transformarse dentro del circulo unitario en el plano z. A cada frecuencia analgica dentro del intervalo de debe corresponder una nica frecuencia digital en el intervalo . Esto evita el problema del aliasing. Emplearemos la transformacin bilineal : Es la transformacin dada por el algoritmo trapezoidal: siendo el tiempo de muestreo, en este caso ser 1/22050 s que corresponde a la frecuencia de muestreo en Matlab. Tendramos en el plano z: 4. Desarrollo de un filtro IIR Butterworth mediante Matlab. Anlisis de un filtro IIR Butterworth, y su aplicacin al filtrado pasabajos, usando la herramienta sptool de Matlab, a una seal de voz (analisis.wav que viene en el disco). La primera instruccin en Matlab es cargar al espacio de trabajo el archivo .wav que servir de base a nuestro anlisis. >>[y,fs]=wavread(`C:\Mis documentos\andres\Universidad\teoria de sistemas\analisis.wav') Donde y es la variable que guarda las muestras de la seal de voz, fs es la frecuencia de muestreo. El espacio de trabajo se adjunta en el fichero filtro.mat.

Se obtuvo una frecuencia de muestreo fs=22050 Hz. A continuacin se ocupo la herramienta sptool:

Fig 5: Herramienta Sptool de Matlab. Para cargar la seal que nos interesa desde el espacio de trabajo, hacemos clic en File, import. Una vez cargada la seal la podemos visualizar:

Fig 6: visualizacin de nuestra seal (analisi.wav) A continuacin hacemos clic en filtres, new design.

Fig 7: Filtro IIR Butterworth en sptool de Matlab. Elegimos en Algorithm el tipo de filtro, en este caso IIR Butterworth orden 6 y con los parmetros: Fp: Frecuencia limite de pasabanda. Fs: Frecuencia limite de parabanda. Rd: Rizado de pasabanda. Rs: rizado de parabanda. (ver fig 2) Los dems parmetros son: Sampling Frequency: Es la frecuencia de muestreo, en nuestro caso 22050Hz. Minimum Order: n mnimo para obtener este filtro. Auto Design: Dejar que el programa se encargue de disearlo dndole un valor de n y la frecuencia de muestreo. Una vez especificado el filtro a usar, volvemos a la ventana de sptool y en Filtres, View podremos visualizar nuestro filtro:

10

Fig 8: Filter Viewer en frecuencia v/s magnitud y frecuencia v/s fase (en grados) En las distintas ventanas podemos modificar la escala a ocupar y el rango a ocupar. Adems podremos ver en esta ventana el grafico en z de los polos y ceros de nuestro sistema (filtro).

11

Fig 9: Ceros y polos de nuestro filtro. Cave hacer notar que tenemos 6 polos, dentro del crculo unitario que corresponden a los polos de la funcin en el semiplano izquierdo, por lo que concluimos que se trata de un filtro estable. Para poder apreciar la seal de salida al filtro, seleccionamos la seal de entrada y el filtro que estamos aplicando, hacemos clic en Apply y obtenemos:

Fig 10: cuadro de dialogo para una senal de entrada obteniendo una salida al filtro. Una vez obtenida nuestra seal la podremos visualizar:

12

Fig 11: Seal de salida a nuestro filtro. Comparando las 2 seales podemos apreciar claramente la diferencia, podemos escuchar como las componentes de ms alta frecuencia se ha eliminado para nuestra seal de salida. Ahora apreciaremos el efecto en frecuencia de nuestro filtro pasabajos Butterworth: Primero seleccionaremos nuestra seal de entrada, en Spectra hacemos clic en Create y finalmente en la nueva ventana hacemos clic en Apply, y podemos visualizar la seal de entrada.

13

Fig 12: Espectro en frecuencia v/s decibeles. Variables: En la ventana de Method hemos seleccionado FFT (la transformada rpida de Fourier). Nfft: Es el numero de pasos de la FFT. Para la seal de salida hacemos lo mismo y superponiendo las 2 seales obtenemos una comparacin en el grafico Frecuencia v/s dB.

14

Fig 13: Espectro de la seal de entrada y de la seal de salida. Podemos apreciar como el filtro logro recortar las componentes de frecuencia mayores a y tambin podemos apreciar la banda de transicin entre y . En el CD tambin se adjunta el fichero filtro.spt el cual contiene la sesin de Sptool empleada para este trabajo. Conclusiones: La utilizacin de programas de simulacin y diseo como Matlab, tienen las ventajas primordiales de facilitar un entorno visual para un profundo anlisis matemtico y por sobre todo la capacidad de minimizar el tiempo de trabajo del diseo y anlisis del comportamiento de los filtros digitales. Es especialmente til poder visualizar con un programa como Matlab y su herramienta Sptool, diferentes seales al mismo tiempo para darnos una idea de lo que realmente esta haciendo nuestro sistema de filtrado. El presente trabajo nos sirvi para las aplicaciones practicas de las transformaciones ya sea en tiempo continuo o discreto de un sistema real como es el caso del Filtro pasabajos Butterworth, ya que en sistemas reales la nica forma de analizar el comportamiento de estos es mediante la toma de muestras a un intervalo de tiempo o frecuencia de muestreo. La transformada de Laplace es de gran utilidad para el anlisis de los parmetros involucrados en la 15

ecuacin de transferencia de nuestro sistema (Filtro Butterworth), ya que facilita el desarrollo matemtico de este. La transformada z es especialmente til para tener una idea de cmo un filtro digital se comporta en el tiempo, tambin para poder visualizar en el plano z su comportamiento respecto a la estabilidad del sistema (visualizacin grafica de Matlab de los polos respecto al circulo unitario). Diseo Electrnico: Circuitos y Sistemas, C. J. Savant Jr., Pearson Educacin de Mxico, Pg. 669 21

16