16. filtros
TRANSCRIPT
-
8/20/2019 16. Filtros
1/25
Marco Flores
Doctor (PhD) en Ingeniería Eléctrica
Abril-Agosto 2015
Universidad de las Fuerzas Armadas
-
8/20/2019 16. Filtros
2/25
Motivación Reducción del ruido de una señal
-
8/20/2019 16. Filtros
3/25
Filtro Un filtro es un sistema que cambia selectivamente la forma
de onda, o las características amplitud-frecuencia o fase-frecuencia de una manera deseada.
Filtro analógico: Sistema en tiempo continuo que obedece auna ecuación diferencial lineal con coeficientes constantes
=
=
Filtro digital: Sistema en tiempo discreto que obedece a unaecuación en diferencias lineal con coeficientes constantes
=
[ ]
=
[ ]
-
8/20/2019 16. Filtros
4/25
Filtro Un filtro digital es un algoritmo implementado en
hardware y/o software que opera sobre una señal deentrada digital (discreta en tiempo y cuantizada enamplitud) y genera una señal digital de salida, con lafinalidad de efectuar un proceso de filtrado.
-
8/20/2019 16. Filtros
5/25
Filtros analógicos y digitales Revisar esta pagina
http
://www.eumus.edu.uy/eme/ensenanza/electivas/dsp/presentaciones/clase10.pdf
http://www.sc.
ehu.es/acwarila/PDI/Tema%206/filtros.pdf
http://www.eumus.edu.uy/eme/ensenanza/electivas/dsp/presentaciones/clase10.pdfhttp://www.eumus.edu.uy/eme/ensenanza/electivas/dsp/presentaciones/clase10.pdfhttp://www.eumus.edu.uy/eme/ensenanza/electivas/dsp/presentaciones/clase10.pdfhttp://www.eumus.edu.uy/eme/ensenanza/electivas/dsp/presentaciones/clase10.pdfhttp://www.sc.ehu.es/acwarila/PDI/Tema%206/filtros.pdfhttp://www.sc.ehu.es/acwarila/PDI/Tema%206/filtros.pdfhttp://www.sc.ehu.es/acwarila/PDI/Tema%206/filtros.pdfhttp://www.sc.ehu.es/acwarila/PDI/Tema%206/filtros.pdfhttp://www.sc.ehu.es/acwarila/PDI/Tema%206/filtros.pdfhttp://www.eumus.edu.uy/eme/ensenanza/electivas/dsp/presentaciones/clase10.pdf
-
8/20/2019 16. Filtros
6/25
Filtros digitales Los filtros digitales pueden ser implementados en dos
maneras, por convolución (FIR) o por recursión (IIR).
Los filtros realizados por convolución tienen mejordesempeño que aquellos diseñados por recursión, pero son
más lentos. (Recordar que como premisa el filtro debe
terminar con el procesamiento de la muestra antes de que
llegue la próxima señal).
Convolución y recursión son técnicas muy distintas y debe
seleccionarse una u otra dependiendo de la aplicación.
-
8/20/2019 16. Filtros
7/25
-
8/20/2019 16. Filtros
8/25
Diseño de filtros El diseño de un filtro digital involucra los siguientes
pasos: Especificación de los requerimientos del filtro (ganancia
y frecuencias de interés); Elección de una aproximación conveniente y cálculo de
los coeficientes, es decir, buscar (); Representación del filtro utilizando una estructura
adecuada (realización); Análisis de los efectos de la longitud finita de palabra en
el desempeño;
Implementación en hardware o software
-
8/20/2019 16. Filtros
9/25
Criterios de selección de filtros Ventajas
Métodos de diseño
http://www.frsn.utn.edu.ar/tecnicas3/practicos/td3tp6_teoria.pdf
-
8/20/2019 16. Filtros
10/25
Tipos de filtros respecto a la
frecuencia Pasa-Baja (P-B): Atenúa todas las componentes de la señal cuya
frecuencia sea superior a una frecuencia de corte, y mantiene lasrestantes.
− −
Pasa-Alta (P-A): Atenúa todas las componentes con frecuenciainferior a la de corte y mantiene las superiores.
− −
Con la frecuencia de corte y es e factor de calidad, − y − las ganancias a frecuencias a cero e infinito, respectivamente.
-
8/20/2019 16. Filtros
11/25
Tipos de filtros respecto a la
frecuencia Pasa-Banda (PB): Permite el paso de componentes cuya frecuencia
esté comprendida entre dos valores de frecuencia de corte y elimina elresto.
Elimina-Banda (E-B): Su comportamiento es opuesto al anterior,permitiendo el paso de todas las frecuencias excepto las comprendidasentre dos valores determinados.
−
Con , −, es la ganancia de la frecuencia central y − la ganancia a baja y ata frecuencia.
-
8/20/2019 16. Filtros
12/25
Tipos de filtros respecto a la
frecuencia Paso-Todo (P-T): En este caso, la ganancia es un número complejo,
con un valor absoluto constante pero con variación del ángulo polar. Seutilizan para introducir desfases y retardos
−
donde es la frecuencia donde se produce un cambio de fase de 90,− es la ganancia del filtro y el factor de calidad.
-
8/20/2019 16. Filtros
13/25
Tipos de filtros respecto a la
frecuencia
4
P-B P-A
PB E-B
P-T
-
8/20/2019 16. Filtros
14/25
Técnicas implementación Dentro de la banda de paso, la respuesta en magnitud del
filtro debe estar entre 1 y 1 .1 ≤ ≤ 1
con 0 ≤ ≤ , donde es la frecuencia de corte de labanda de paso y es un parámetro de tolerancia. Dentro de la banda de rechazo, la respuesta en magnitud
del filtro no debe exceder a :() ≤
con ≥ , donde es la frecuencia de corte en labanda de rechazo y es un parámetro de tolerancia. El ancho de la banda de transición tiene un tamaño finito
igual a .
-
8/20/2019 16. Filtros
15/25
Técnicas implementación
()
Banda de paso Banda detransición
Banda de rechazo
1 1
1
-
8/20/2019 16. Filtros
16/25
Técnicas implementación
()
Banda de paso Banda detransición
Banda de rechazo
1 1
1
2
-
8/20/2019 16. Filtros
17/25
Técnicas implementación Existen tres tipos: Butterworth, Bessel y Chebyshev.
Filtros PB: Tienen la forma
11 Butterworth Chebyshev Bessel
11
1
1 1, 1,+ 2 −
1= ()
2 !2−! ( )!
-
8/20/2019 16. Filtros
18/25
Filtros P-B Butterworth, Bessel y
Chebyshev
-
8/20/2019 16. Filtros
19/25
Ejemplo de filtro ruido blancoDiseñar un filtro de paso bajo para extraer ruido blanco que hacontaminado una señal de 1 Vpp de 1 Hz muestreada a 500 Hz.El filtro debe considerar:La frecuencia de corte en la banda de paso es 5 Hz. La frecuencia de paso
en la banda de transición es 25 Hz. La atenuación en la banda de paso es1dB y de 60 dB en la banda de rechazo.
Recordar: equivale a 1 rad/s en la frecuencia normalizada. ∙
0.02 rad/s
∙
0.1rad/s
0.1 0.02 0.08 rad/s2
12 0.5 60
-
8/20/2019 16. Filtros
20/25
Ejemplo de filtro ruido blanco [N,Wn]=buttord(0.02, 0.08, 0.5, 60); %Da el orden y frec. de corte del filtro [num,den]=butter(N,Wn); %Calcula los coeficientes del numerador y
denominador del filtro. w=0:pi/255:pi; %Hacemos variar la frecuencia entre 0 y
pi. Barrido figure(1) Hlp=freqz(num,den,w); %Calcula la respuesta en frecuencia del filtro
para ls Fs elegida. %plot(F,abs(Hlp)) %plot(F,unwrap(angle(Hlp))) %plot(F,unwrap(angle(Hlp))) semilogy (w/pi,abs(Hlp)) %Escala logaritmica de amplitud grid H = 20*log10(abs(Hlp)); figure(5) plot(w/pi,H)
-
8/20/2019 16. Filtros
21/25
Ejemplo de filtro ruido blanco axis([0 1 -60 5]) ylabel('Ganancia en dB');
xlabel('Frecuencia normalizada: w/pi');
%=====================================
t=0:1/500:1-1/500; %Creo una señal muestreada a 500Hz x=sin(2*pi*1*t); %Asigno esos valores calculados al vector x
figure(2)
plot(t,x) %Señal original
y= x+0.1*randn(size(t)); %Sumo ruido gaussiano de varianza 0.1
figure(3)
plot(t,y); %Señal con ruido figure(4);
%stem(t,y)
Sal=filter(num,den,y); %Aplico el filtro diseñado a la señal de prueba.
plot(t,Sal);
-
8/20/2019 16. Filtros
22/25
Ejemplo de filtro ruido blanco fvtool(num,den) % Visualización del filtro
Para los casos Chebyshev, reemplazar: buttord por cheb1ord
butter por cheby1 (cheby2)
Para el caso Bessel, consultar
Para el caso Kaiser (opcional) buttord por kaiserord
Butter por fir1
-
8/20/2019 16. Filtros
23/25
Ejemplo de filtro ruido blancoDada la señal cos(2 ∗ ∗ ∗ ) más un ruido blanco.La frecuencia de muestreo es 1KHz. La frecuencia de la señales 200Hz.Diseñar un filtro para eliminar la señal de 60Hz. Probar con
elimina banda y con notchUsar las funciones spectrum y filterbuilder para diseñar elfiltro. Fs = 1000; %Hz f1 = 200; %Hz F2 = 60; %Hz sig2 = 0.1; T = 0.3; t = 0:1/fs:T; xt = cos(2*pi*f1*t) + cos(2*pi*f2*t); Hs = spectrum.periodogram;
-
8/20/2019 16. Filtros
24/25
Ejemplo de filtro ruido blanco psd(Hs,xt,'Fs',Fs); % Visualizar el espectro de la señal
Filterbuilder %Herramienta para construir el filtro
fvtool(Hbp) % nombre que genera filterbuilder
yt = filter(Hbp,xt); % uso del filtro subplot(2,1,1), plot(t,xt)
subplot(2,1,2), plot(t,yt)
-
8/20/2019 16. Filtros
25/25
Laboratorio Revisar la siguiente dirección:
http://home.etf.rs/~milic/Solution_Manual/Chapter_7_exercises/Chapter_7_exercises.html
Implementar en Matlab los ejercicios
Hacer el informe
http://home.etf.rs/~milic/Solution_Manual/Chapter_7_exercises/Chapter_7_exercises.htmlhttp://home.etf.rs/~milic/Solution_Manual/Chapter_7_exercises/Chapter_7_exercises.htmlhttp://home.etf.rs/~milic/Solution_Manual/Chapter_7_exercises/Chapter_7_exercises.htmlhttp://home.etf.rs/~milic/Solution_Manual/Chapter_7_exercises/Chapter_7_exercises.html