Paso 2 - Procesamiento Digital de Señales
-
Upload
josegregoriosanchezarango -
Category
Documents
-
view
16 -
download
10
description
Transcript of Paso 2 - Procesamiento Digital de Señales
INTRODUCCION
Procesamiento de Señales posee una larga y rica historia, se entronca con un inmenso
conjunto de disciplinas entre las que se encuentran las telecomunicaciones, el control, la
medicina, la exploración del espacio, por nombrar solo unas pocas. Cuando se refiere al
procesado digital de señales, se refiere a la representación mediante secuencias de números
de precisión finita y el procesado se realiza utilizando un computador digital. El
Procesamiento de señales trata de la representación, transformación y manipulación de
señales y de la importancia que contienen.
En el presente trabajo colaborativo se pretende resumir las experiencias en el estudio de la
unidad 2 del presente curso. Es por eso que con el desarrollo de cada punto se consigue
sintetizar lo aprendido en esta unidad y así identificar conceptos y características de los
filtros digitales.
También se trabaja en la etapa practica con la resolución de ejercicios con la herramienta
Matlab, para profundizar y afianzar conocimientos, por medio de análisis de diseño y
métodos para el desarrollo de ejercicios.
DESARROLLO DE ACTIVIDADES TEORICAS
1. Realice un cuadro comparativo entre los filtros de Respuesta Finita al Impulso (FIR) y
los filtros de Respuesta Infinita al Impulso (IIR) teniendo en cuenta la ecuación en
diferencias, las ventajas y desventajas y las estructuras de implementación.
CARACTERÍSTICA Filtros (FIR) Filtros (IIR)
VENTAJAS
Implementados de forma
no recursiva son
inherentemente estables.
Son ideales para filtros que
tienen muy poca o ninguna
distorsión de fase.
Tienen los polos en el
origen lo cual los hace
estables.
Tienen respuesta en fase
lineal.
Son de fácil diseño e
implementación
Requieren menores coeficientes
para hacer operaciones similares
de filtrado
Se ejecutan más rápido y no
requieren de memoria extra
Un filtro analógico convencional
puede convertirse en un filtro
digital IIR
Son ideales para filtros con cortes
muy abruptos (bandas de
transmisión ancha) estos son
ideales. Involucran menos
parámetros,
Involucran menos memoria
Involucran menor complejidad
computacional.
DESVENTAJAS Requieren de mayor
complejidad computacional
Un filtro analógico
convencional NO puede
convertirse en un filtro
digital IIR
Requieren de mayores
parámetros
Requieren de mayor
La estabilidad siempre debe
comprobarse, ya que son sistemas
realimentados.
La respuesta de fase es no lineal
Son más difíciles de diseñar e
implementar
memoria
ESTRUCTURA DE
IMPLEMENTACIÓN
La salida depende no solo
en la corriente y valores de
entrada pasados sino que
también en los valores de
salida pasados.
Se usan donde se desea
desfase lineal con la
frecuencia
La salida solo depende de la
corriente y de los valores de
entrada pasados
Se usan donde NO se desea
desfase lineal con la frecuencia
MÉTODO TÍPICO
PARA LE DISEÑO DE
FILTROS
Ubicación directa de polos
y ceros
Óptimos.
Invariación al impulso
Transformada bilineal
Muestreo en frecuencia
Óptimos
Ventanas
Bandas de transición suaves
COMPARACIÓN
FUNCIÓN DE
SISTEMA
Son del tipo sólo ceros, ya
que todos los polos se
encuentran en el origen,
(salvo si se emplean
diseños de muestreo en
frecuencia)
Pueden tener sus polos y sus ceros
en cualquier punto finito del plano
z
COMPARACIÓN
MEMORIA
Necesitan mucha memoria
para almacenar la muestra
actual y las anteriores de la
señal de entrada, así como
los coeficientes del filtro
Necesitan menos registros de
almacenamiento, ya que el
número de coeficientes es menor
que el equivalente
COMPARACIÓN
MÓDULO DE LA
RESPUESTA EN
FRECUENCIA
Algunas características de
amplitud, como la
requerida en los sistemas
diferenciadores se realiza
Los filtros paso-todo sólo se
pueden realizar con IIR
mejor con un FIR
COMPARACIÓN
FASE DE LA
RESPUESTA EN
FRECUENCIA
Pueden conseguir una
característica de fase
exactamente lineal
sólo se pueden aproximar a una
característica de fase Lineal con
gran aumento de la complejidad
ECUACIÓN EN
DIFERENCIA
y [n ]=∑k=0
n−1
h [k ] x [n−k ] ,
Hfir (Z )=∑k=0
n−1
h [k ] z−k ,
y [n ]=∑k=0
∞
h [k ] x [n−k ] ,
Hiir (Z )=∑k=o
M
bk z−k
∑k=0
N
ak z−k
COMPARACIÓN
ESTABILIDAD
Son intrínsecamente
estables
Sólo serán estables (y causales
simultáneamente) si todos sus
polos están en el interior de la
circunferencia unidad
COMPARACIÓN
DIFICULTAD EN EL
DISEÑO
Suelen exigir
aproximaciones iterativas
Se diseñan con fórmulas cerradas
y transformaciones sencillas como
la bilineal
COMPARACIÓN
ESTRUCTURAS
Admiten realizaciones
recursivas y no recursivas
Sólo pueden realizarse con
estructuras recursivas
COMPARACIÓN
SENSIBILIDAD A LAS
INTERFERENCIAS
Puede verse afectada por
su estado inicial o
cualquier interferencia
La perturbación puede afectar a la
señal de salida indefinidamente
COMPARACIÓN
ERROR DE
CUANTIFICACIÓN
Los efectos de la
cuantificación pueden
hacerse irrelevantes si se
utilizan longitudes de
palabra a partir de 12 bits.
pueden producirse oscilaciones
indeseadas en la salida a causa del
desbordamiento o de los ciclos
límite
2. Realice un breve mapa conceptual donde analice las técnicas de diseño para filtros de Respuesta Infinita al Impulso (IIR):
Invarianza al impulso y transformación Bilineal, teniendo en cuenta definición y ventajas y desventajas de uno respecto a
otro.
3. Realice un breve mapa conceptual donde analice las técnicas de diseño para filtros de
Respuesta Finita al Impulso (FIR): Método de ventanas, Rizado Constante óptimo y
Muestreo en frecuencia, teniendo en cuenta definición y ventajas y desventajas de uno
respecto a otro.
v
Ventajas:
*Permite un control total de las características del filtro en cuanto a frecuencias ganadas y longitud.
Desventajas:
*El rizado no se distribuye uniformemente en las bandas.
*Escaso control sobre las frecuencias criticas del corte.
*No existe forma fácil de optimizar el diseño de los filtros.
Ventajas:
*Procedimientos rápidos para el cálculo de los coeficientes.
*Se controla perfectamente la anchura de la zona de transición, ya que es igual a 2π/N.
Desventajas:
*Tiene un pobre control de la frecuencia fuera de los puntos de muestreo.
Ventajas:
*Presenta menor rizado en las bandas de paso y de rechazo.
Desventajas:
*Altera respuesta frecuencial del filtro obtenido respecto a las especificaciones.
*Alargamiento del periodo de muestreo si los cálculos son extensos.
*Sin control sobre los parámetros.
METODO DE FRECUENCIAS:
Con este método obtenemos un filtro cuya respuesta en frecuencia pasa por los puntos fijados.
Estos métodos se basan en la teoría de la aproximación, imponiendo restricciones en cuanto a la desviación de la respuesta en frecuencia del filtro respecto del filtro ideal
METODO DE VENTANAS:
Se basa en truncar la respuesta impulsional infinita de un filtro ideal.
RIZADO CONSTANTE ÓPTIMO:
Reparte el error de aproximación entre la respuesta en frecuencia ideal y la real.
TECNICAS DE DISEÑO PARA FILTROS DE
RESPUESTA FINITA AL IMPULSO (FIR)
4. Convierta el filtro con la siguiente función de transferencia
T ( s )= 16(s+4 )2
a su equivalente discreto usando el método de la Transformación Bilineal. El filtro discreto
se va a utilizar con una frecuencia de muestreo de 5Hz.
Resolviendo directamente la transformada inversa es:
T ( s )= 16(s+4)2=
16s2+8 s+16
s= 2Ts. {1−Z−1
1+Z−1 }Reemplazando
H ( z )= 16
[ 2Ts.{1−Z−1
1+Z−1 }]2
+8[ 2Ts.{1−Z−1
1+Z−1 }]+16
H ( z )= 16
4Ts2
(1−Z−1 )2
(1+Z−1)2 +16Ts
(1−Z−1)(1+Z−1)
+16
Sacando común divisor en el denominador
H ( z )= 164 (1−Z−1 )2+16(1−Z−1)(Ts(1+Z−1))+16(Ts2 (1+Z−1 )2)
Ts2 (1+Z−1 )2
Aplicando la ley de la oreja
H ( z )=16(Ts2 (1+Z−1 )2)
4 (1−Z−1 )2+16(1−Z−1) (Ts(1+Z−1))+16 (Ts2 (1+Z−1 )2)
Dividiendo los coeficientes de toda la expresión entre 4 y reemplazando el valor de
Ts= 1/5
H ( z )=4 ((1/5)2 (1+Z−1 )2
)
( 1−Z−1 )2+4 (1−Z−1)( 15(1+Z−1))+4((1/5)2 (1+Z−1 )2)
H ( z )=4 (0.04 (1+Z−1 )2)
( 1−Z−1 )2+4 (1−Z−1) (0.2 (1+Z−1))+4 (0.04 (1+Z−1 )2)
Multiplicando los coeficientes por el valor de Ts
H ( z )= 0.16 (1+Z−1 )2
( 1−Z−1 )2+0.8(1−Z−1) (1+Z−1 )+0.16 (1+Z−1)2
Desarrollando y destruyendo paréntesis
H ( z )= 0.16 ( 1+2Z−1+Z−2 )( 1−2Z−1+Z−2 )+(0.8−0.8 Z−1) (1+Z−1 )+0.16 ( 1+2Z−1+Z−2 )
H ( z )= 0.16+0.32Z−1+0.16 Z−2
1−2Z−1+Z−2+0.8+0.8Z−1−0.8Z−1−0.8Z−2+0.16+0.32 Z−1+0.16Z−2
Sumando términos semejantes
H ( z )= 0.16+0.32Z−1+0.16 Z−2
1.96−1.68Z−1+0.36 Z−2
Multiplicamos toda la expresión por Z2
H ( z )=(0.16+0.32Z−1+0.16Z−2 )∗(Z2 )( 1.96−1.68 Z−1+0.36Z−2 )∗(Z2 )
H ( z )= 0.16Z2+0.32Z+0.161.96 Z2−1.68Z+0.36
Dividimos todos los coeficientes en la expresión entre el primer termino del
denominador
H ( z )=
( 0.16Z2+0.32Z+0.16 )(1.96 )
(1.96 Z2−1.68Z+0.36 )(1.96 )
H ( z )=0.081Z2+0.163Z+0.081Z2−0.857Z+0.183
Rta: H ( z )=0.081Z2+0.163Z+0.081Z2−0.857Z+0.183
DESARROLLO DE ACTIVIDADES PRÁCTICAS
1. Convierta el filtro con la siguiente función de transferencia:
T ( s )= 6(s+1)(s+2)(s+3)
A su equivalente discreto usando el método del impulso invariante. La frecuencia de
muestreo de 20Hz.
Solución mediante MATLAB:% Método del Impulso Invarianteclear allclcFs=20num=[6 6];den=[1 5 6];sys=tf(num,den)[r,p,k]=residue(num,den)[numd,dend]=impinvar(num,den,Fs)impulse(sys)hold onimpz(Fs*numd,dend,[],Fs)
2. Diseñar un filtro pasa alto, por medio del método de muestreo en frecuencia que
cumpla con las siguientes características.
Frecuencia en la banda de rechazo – fsb = 1.5kHz;
Frecuencia en la banda de paso - fbp = 1.6kHz;
Rizado en la banda de paso – Rp = 1dB;
Máxima atenuación en la banda de rechazo - As = 60dB;
Frecuencia de muestreo = 8000Hz;
Para el diseño del filtro solicitado trabajamos en la herramienta fdatool en Matlab.
A continuación se presenta la información del filtro actual y la grafica a respuesta de
magnitud del filtro solicitado.
O también mediante srcipt en Matlab, a continuación código de programación para el
diseño del filtro solicitado.
%Metodo de muestreo en frecuencia. clear allclcfs=8000fpb=1600fsb=1500rp=1as=60dp=(10^(rp/20)-1)/(10^(rp/20)+1)ds=10^(-as/20)F=[fsb,fpb]A=[0,1]DEV=[ds,dp][N,Fo,Ao,W]=firpmord(F,A,DEV,fs)B=firpm(N,Fo,Ao,W)freqz(B,1,512,fs)
CONCLUSIONES
En la actualidad existen diversos paquetes para simular sistemas y es necesario saber
utilizar los más usados. Con este trabajo llegamos a la conclusión que Matlab es una
herramienta poderosa para ver el comportamiento del filtro, es más, diríamos que es muy
fácil diseñar filtros con este programa.
Una de las ventajas de los filtros IIR es que al tener ceros y polos es necesario un menor
número de coeficientes para realizar un determinado filtrado. Dentro de los inconvenientes
encontramos que la presencia de polos puede producir inestabilidades, ellos no garantizan
que la fase de su función de transferencia sea lineal y además, la implementación
hardwares más compleja que en el caso de filtros FIR.
REFERENCIAS BIBLIOGRAFICAS
Irizar, A. (2010). Implementación de Filtros Digitales. Curso Virtual. Navarra - España:
Universidad de Navarra. Disponible en: http://www.tecnun.es/asignaturas/tratamiento
%20digital/tema10.pdf
Robayo, F. (2013). Procesamiento Digital de Señales. Contenido Didáctico del Curso.
Escuela de Ciencias Básicas, Tecnología e Ingeniería. Programa de Ingeniería Electrónica.
pp (70-76). Neiva – Colombia: Universidad Nacional Abierta y a Distancia – UNAD.
Disponible en: http://datateca.unad.edu.co/contenidos/299004/299004_Modulo.pdf
Irizar, A. (2010). Diseño de Filtros Digitales (Parte 1). Curso Virtual. Navarra - España:
Universidad de Navarra. Disponible en: http://www.tecnun.es/asignaturas/tratamiento
%20digital/tema8.pdf
Martínez, M., Gómez, L., Serrano A. J., Villa, J. & Gómez, J. (2010). Filtros Digitales.
Diseño de Filtros IIR. Escola Técnica Superior d’ Enginyeria. Departament d’ Enginyeria
Electrónica. Universitat d’ Valencia. Disponible en:
http://datateca.unad.edu.co/contenidos/299004/tema_4_diseno_de_filtros_iir.pdf
Soria, E., Martinez, M., Francés, J. & Camps, G. (2002). Problemas de Tratamiento Digital
de Señales. Documento de Trabajo Versión 1.0. Grupo de Procesado Digital de Señales.
Departament d’Enginyeria Electrónica. pp (331-337). Valencia – España: Universitat de
Valencia. Disponible en: http://datateca.unad.edu.co/contenidos/299004/book_pds.pdf
Banchs, R. (2004). Señales y Sistemas II. Módulo VIII: Filtros Discretos de Respuesta
Impulsiva Infinita. Curso Virtual. Caracas – Venezuela: Universidad Católica Andrés
Bello. Disponible en: http://varoitus.barcelonamedia.org/rafael/Teaching/Courses/DSP/
modulo8.pdf
Banchs, R. (2004). Señales y Sistemas II. Módulo VII: Filtros Discretos de Respuesta
Impulsiva Finita. Curso Virtual. Caracas – Venezuela: Universidad Católica Andrés Bello.
Disponible en:
http://varoitus.barcelonamedia.org/rafael/Teaching/Courses/DSP/modulo7.pdf
Irizar, A. (2010). Diseño de Filtros Digitales (Parte 2). Curso Virtual. Navarra - España:
Universidad de Navarra. Disponible en: http://www.tecnun.es/asignaturas/tratamiento
%20digital/tema9.pdf
Martínez, M., Gómez, L., Serrano A. J., Villa, J. & Gómez, J. (2010). Filtros Digitales.
Diseño de Filtros FIR. Escola Técnica Superior d’ Enginyeria. Departament d’ Enginyeria
Electrónica. Universitat d’ Valencia. Disponible en:
http://datateca.unad.edu.co/contenidos/299004/tema_3_diseno_de_filtros_fir.pdf
Robayo, F. (2013). Procesamiento Digital de Señales. Contenido Didáctico del Curso.
Escuela de Ciencias Básicas, Tecnología e Ingeniería. Programa de Ingeniería Electrónica.
pp (99-113). Neiva – Colombia: Universidad Nacional Abierta y a Distancia – UNAD.
Disponible en: http://datateca.unad.edu.co/contenidos/299004/299004_Modulo.pdf