UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE INGENIERÍA EN SISTEMAS

ELECTRÓNICA E INDUSTRIAL

CARRERA DE INGENIERÍA EN ELECTRÓNICA Y

COMUNICACIONES

“INFORME DE PROYECTO FINAL”

TEMA:

“FILTROS IIR EN SCILAB”

CARRERA: Ingeniería en Electrónica y Comunicaciones

ÁREA ACADÉMICA: Física y Electrónica

LÍNEA DE INVESTIGACIÓN: Investigación y Desarrollo

CICLO ACADÉMICO: Noveno Electrónica “A”

AUTORES: Acurio David

Garcés Roberto
Jimenez Santiago
Ortega Carlos
Paredes Daniel

MÓDULO: Codificación Digital de Señales

DOCENTE: Ing. Marco Jurado

AMBATO – ECUADOR
2019
 INFORME DE PROYECTO FINAL

2.1 Título

FILTROS IIR EN SCILAB

2.2 Objetivos

a. Objetivo General

 Investigar y consultar acerca del entorno de programación de SCILAB para

la implementación de los filtros IIR con su respectivo análisis matemático
en relación a parámetros definidos como sus datos de ingreso.

b. Objetivos Específicos

 Determinar conceptos básicos acerca de la estructura de los filtros IIR y el

desarrollo de ejercicios relacionados a los sistemas de tiempo discreto.
 Investigar los comandos empleados y necesarios para la ejecución de ejercicios
relacionados a los sistemas de tiempo discreto mediante el entorno de
programación de SCILAB.
 Realizar interfaces gráficas utilizando SCILAB que permita visualizar el
desarrollo de las diferentes estructuras de los filtros IIR, mediante el ingreso de
sus respectivos parámetros.
2.3 Resumen

En el presente documento presenta información relevante y de vital importancia acerca

de los filtros IIR recopilada de diferentes fuentes de bibliográficas, mismo tema que está
directamente relacionada con la codificación digital de señales, debido a que estos
filtros IIR, son muy eficaces y pueden proporcionar pendientes de corte muy
pronunciadas, al poseer características de realimentación, tienen tendencia a entrar en
oscilación y en resonancia, no obstante los filtros IIR alcanzan una magnífica respuesta
en amplitud, lo hacen a expensas de un comportamiento no lineal en fase de ahí su
definición como una respuesta infinita al impulso y se caracterizan por tener una
retroalimentación de la señal de salida. Po ello el análisis y las formas de construcción de
este tipo de filtros con sus diferentes características son necesarias para desarrollar un
programa mediante el software SCILAB, donde se observa las gráficas que se generan
en función de sus parámetros, necesarios en su implementación y diseño.

2.4 Palabras clave

Sistemas en Tiempo Discreto, Filtros IIR, Respuesta Infinita al Impulso, SCILAB.

2.5 Introducción

Los filtros en si son muy importante ya que son sistemas que tienen como función
manipular y modificar el espectro de frecuencia de la señal de entrada para
obtener en la salida la función requerida, extrayendo información acerca de variable
o dato interés. Y por lo tanto un filtro digital es un sistema lineal e invariante en el
tiempo (LTI) que modifica el espectro en frecuencia de la señal de entrada X(w), según
la respuesta que tenga en frecuencia H(w) (función de transferencia), para dar lugar a
una señal de salida con espectro Y(w) = H(w) * X(w). En el cual H(w) actúa como una
función de ponderación o función de conformación espectral para las diferentes
componentes frecuenciales de la señal de entrada y a su vez estos sistemas LTI se
clasifican como: FIR (finite impulse response) que se caracterizan por ser sistemas no
recursivos, e IIR (infinite impulse response) que se distinguen por tener
retroalimentación en la señal de salida. toda esta información estarán enmarcadas en
desarrollar un programa en el software SCILAB que es un software matemático, con un
lenguaje de programación de alto nivel, interactivo de libre uso y disponible en
múltiples sistemas operativos.

2.6 Metodología

2.6.1 Materiales y Equipos

Fuentes de investigación:
 Libro de Monson H. Hayes, Digital Signal Processing.
 Internet “Páginas relacionados al tema”
Software:
 Scilab.
Materiales
 Computadora.
2.6.2 Marco Teórico
SCILAB.

Scilab es un paquete computacional numérico multiplataforma gratuito y de código

abierto y un lenguaje de programación de alto nivel orientado numéricamente. Se puede
utilizar para el procesamiento de señales, análisis estadístico, mejora de imágenes,
simulaciones de dinámica de fluidos, optimización numérica y modelado, simulación de
sistemas dinámicos explícitos e implícitos y (si la caja de herramientas correspondiente
está instalada) manipulaciones simbólicas. Scilab es una de las dos principales
alternativas de código abierto para MATLAB, la otra es GNU Octave. Scilab pone
menos énfasis en la compatibilidad sintáctica con MATLAB que Octave, pero es lo
suficientemente similar como para que algunos autores sugieran que es fácil transferir
habilidades entre los dos sistemas. Como la sintaxis de Scilab es similar a MATLAB,
Scilab incluye un traductor de código fuente para ayudar a la conversión de código de
MATLAB a Scilab. Scilab está disponible sin costo bajo una licencia de código abierto.

FILTROS IIR
Los filtros IIR, también conocidos como Sistemas Auto-regresivos, son llamados de respuesta
infinita por lo que pueden ser inestables a diferencia de los sistemas FIR. Su respuesta
impulsional es infinita por lo que se deben implementarse de forma recursiva, el proceso de
filtrado se realiza por medio de la evaluación de la ecuación de diferencia que regulan el
sistema. La salida de los filtros IIR depende de las entradas actuales y pasadas, y además de
las salidas en instantes anteriores. Esto se consigue mediante el uso de realimentación de la
salida y n=b0 x n +b 1 x n−1+ … … …+b N x n−N −a 1 y n−1−a 2 y n−2−… …−aM y n−M , donde a y b
son los coeficientes del filtro. El orden es el máximo entre los valores de M y N, que son los
términos que determinan la cantidad de polos y ceros en la función de transferencia. Por tal
razón al ser estimulados con una entrada impulsional su salida no vuelve al reposo de ahí
motivo por el cual son llamados de Respuesta al Impulso Infinita.

ESTRUCTURA PARA SISTEMAS IIR

La función de transferencia de los filtros IIR está dada por la ecuación siguiente, cuando un
filtro cuenta con ceros y polos, la estabilidad del mismo no está garantizada.

La función de transferencia en el domino Z del filtro es:

 q

Y (z ) k=0
∑ b (k ) z−k
H ( z) = =
X ( z) p
∑ a( k ) z−k
k=1

Donde el orden es igual al máximo de “q” y “p”.

De esta caracterización se obtienen polos y ceros, los cuales dependen de la elección de

los parámetros del sistema a(k) y b(k), y determinan las características de la respuesta
en frecuencia del sistema. Se presentan varias implementaciones de este sistema,
incluidas las estructuras de forma directa e indirecta, en cascada y paralelas, y las
estructuras de filtro transpuestas.

FORMA DIRECTA.

Se propone el diseño de filtros digitales imponiendo una serie de condiciones a la respuesta

para determinar los coeficientes. Estos métodos se utilizan cuando conocemos la respuesta
impulsional de un sistema y se quiere determinar la función de transferencia que mejor se
ajuste.Nos centraremos en dos métodos simples como son:

 Diseño por la aproximación de Padé

 Diseño por aproximación de mínimos cuadrados.

Esta forma es una implementación que se obtiene cuando la ecuación de diferencias de

coeficientes constantes lineales se escribe como un par de ecuaciones de diferencias de la
siguiente manera:

q
w ( n )=∑ b (k ) x(n−k)
k=0

p
y ( n )=w ( n )−∑ a(k ) y (n−k )
k=1
La primera ecuación corresponde a un filtro FIR con entrada x(n) y salida w(n),
mientras que la segunda ecuación corresponde a un filtro de todos los polos con entrada
w(n) y salida y(n), por lo tanto, representa dos sistemas en cascada.

1
Y ( z )= [B( z ) X (z)]
A (z)

Como se muestra:

Fig. N°1. Estructura de un filtro IIR, aplicando forma directa I.

Los requisitos computacionales para una estructura de forma directa I son los siguientes:

 Número de multiplicaciones: p + q + 1 por muestra de salida

 Número de adiciones: p + q por muestra de salida
 Número de retrasos: p + q [1]

La estructura de forma directa II se obtiene invirtiendo el orden de la cascada de B (z) y

1 / A (z) como se muestra a continuación:

Fig. N° 2. Invirtiendo la estructura del filtro IIR de forma directa I.

Con esta implementación, x (n) primero se filtra con el filtro de todos los polos 1/ A (z)
y luego con B (z):

1
Y ( z )=B ( z ) [ X (z)]
A ( z)

Al denotar la salida del filtro de todos los polos 1 / A (z) por w (n), esta estructura se
describe mediante el siguiente par de ecuaciones de diferencias acopladas:

p
w ( n )=x ( n )−∑ a(k )w( n−k )
k=1

q
y ( n )=∑ b(k) w (n−k )
k=0

Esta estructura puede simplificarse observando que los dos conjuntos de retrasos están
retrasando la misma secuencia. Por lo tanto, se pueden combinar como se observa en la
figura para el caso en el que p = q. Los requisitos computacionales para una estructura
de forma directa II son los siguientes: [1]

 Número de multiplicaciones: p + q + 1 por muestra de salida

 Número de adiciones: p + q por muestra de salida
 Número de retrasos: max (p. q)

Fig. N° 3. Estructura de un filtro IIR, aplicando forma directa II.

 ESTRUCTURA INDIRECTA.

Se basa en diseñar filtros analógicos que verifiquen las especificaciones y, posteriormente,

previamente, transformarlos al dominio digital preservando las mismas características. Hay
tres métodos fundamentales:

 Diseño por impulso invariante

 Diseño por analogía o aproximación de derivadas
 Diseño por transformación bilineal

ESTRUCTURA CASCADA

La estructura en cascada se deriva factorizando los polinomios numerador y

denominador de H (z), los cuales deben estar expresados como un producto de
polinomios de grado inferior, los cuales casi siempre se factorizan en un producto de
polinomios de primero y segundo orden:

∑ b(k ) z−k max ⁡(p . q)

1−β k z−1
k =0
H ( z) = p
=A ∏
−k k=1 1−α k z−1
∑ a(k ) z
k=1

Fig. N°4. Forma Directa II de una estructura IIR cuando p=q.

Esta factorización corresponde a una cascada de filtros de primer orden, cada uno con
un polo y un cero. En general los coeficientes α k y β k son complejos, si h(n) es real las
raíces de H(z) son complejas conjugadas y estos pueden combinarse para formar
factores de segundo orden con coeficientes reales.

1+ β 1 k z −1 + β 2 k z−2
H ( z) =
1+ α 1 k z−1+ α 2 k z−2
A continuación se presenta un filtro IIR de sexto orden implementado como una
cascada de tres sistemas de segundo orden de forma directa II:

Fig. N°5. Filtro IIR de sexto orden, con 3 sistemas en cascada de segundo orden,
aplicando forma directa II.

ESTRUCTURA PARALELA

Una alternativa a la factorización H (z) es expandir la función del sistema usando una
expansión de fracción parcial.

q q

∑ b ( k ) z−k ∏ (1− βk z−1 )

k=0 k =1
H ( z) = p
=A p
−k
1+ ∑ a ( k ) z ∏ (1−αk z−1 )
k =1 k=1

Si p> q y α i ≠ α k las raíces del polinomio denominador son distintas

H(z) puede expandirse como una suma de p factores de primer orden, como se muestra:

p
Ak
H ( z ) =∑
k=1 1−α k z−1

Donde los coeficientes Ak y α k son, en general, complejos. Esta expansión corresponde

a una suma de p funciones del sistema de primer orden y puede realizarse conectando
estos sistemas en paralelo.

Si h(n) es real, los polos de H(z) aparecerán en pares conjugados complejos, y estas
raíces complejas en la expansión de la fracción parcial se pueden combinar para formar
sistemas de segundo orden con coeficientes reales:

Nδ
γ 0 k + γ 1 k z−1
H ( z ) =∑ −1 −2
k=1 1+ α 1 k z + α 2 k z
En la figura de ejemplo se muestra un filtro de sexto orden implementado como una
conexión paralela de tres sistemas de forma II directa de segundo orden.

Si p ≤ q. La fracción parcial de expansión también contendrá un término de la forma

c 0 +c 1 z −1 + …+ c q− p z −(q− p)

El cual es un filtro FIR que se coloca en paralelo con los otros términos en la expansión
de H(z).

Filtro con conexión paralela de tres sistemas

Fig. N°6. Un filtro IIR de sexto orden

implementado como una conexión paralela
de tres estructuras de forma II directa de
segundo orden.

ESTRUCTURA TRANSPUESTA

El teorema de transposición establece que las propiedades de entrada-salida de una red

permanecen sin cambios en la siguiente secuencia de operaciones de red:

1. Invierta la dirección de todas las ramas

2. Cambie los puntos de ramificación en nodos de suma y los nodos de suma en
puntos de bifurcación
3. Intercambia la entrada y la salida.

La aplicación de estas manipulaciones a una red da como resultado lo que se conoce

como la forma transpuesta. Las figuras que se muestran a continuación son formas I
transpuestas directas de segundo orden y estructuras de filtro de forma directa II.
 Fig. N°7: Forma directa transpuesta

Fig. N°8: Forma directa transpuesta

ESTRUCTURA DE UN FILTRO IIR PASA TODO

Un filtro pasa todo tiene una respuesta de frecuencia con una magnitud constante:

¿ H ap ( e− jω )∨¿ 1

Si la función del sistema de un filtro pasa todo es una función racional de z, tiene la
forma

P
z−1−a¿k
H ap ( Z )=∏
k=1 1−a k z−1

Si h (n) tiene un valor real, las raíces complejas aparecen en pares conjugados, y estos
pares se pueden combinar para formar factores de segundo orden con coeficientes
reales:
 N
∝k + β k z−1+ z −2
H ap ( Z )=∏
k=1 1+ β k z−1 +∝k z−2

En la Fig. 9 se muestra una implementación directa de la forma II para una de estas

secciones. Debido a que cada sección solo tiene dos coeficientes distintos, ∝k  y  β k  es
posible implementar estas secciones utilizando tan solo dos multiplicaciones

Fig. N° 9 Una sección de segundo orden de un filtro pasa todo implementación directa
de forma II:

2.7 Ejemplos:

Ejercicio 1: Estructura directa filtro IIR

Considere el filtro causal y lineal invariante en el desplazamiento con una función de

transferencia del sistema:

1+2 z−1+ z−2

H ( z) =
5 1 1
1− z −1+ z−2− z −3
4 2 16

Graficar el diagrama de flujo de la señal para este sistema usando la Forma directa,
cascada y paralela.

Para el desarrollo de esta forma se aplica la forma directa II, en donde se coloca primero
los coeficientes de la señal de entrada, compartiendo los retardos y al final se colocan
los coeficientes de la salida; es decir:
 1
Y ( z )=B ( z ) X (z)
A( z)
Y ( z) 1+ 2 z−1 + z−2
H ( z) = =
X ( z) 5 1 1
1− z−1+ z −2 − z−3
4 2 16
5 1 1
[ 4 2 16 ]
Y ( z ) 1− z −1 + z−2− z −3 =X ( z ) [1+2 z−1 + z−2 ]

5 1 1
Y ( z )− z−1 Y ( z )+ z−2 Y ( z )− z−3 Y ( z )=X ( z ) +2 z −1 X ( z )+ z −2 X ( z )
4 2 16
5 1 1
y ( n )= y ( n−1 )− y ( n−2 ) + y ( n−3 ) + x ( n )+2 x ( n−1 ) + x (n−2)
4 2 16

Función que está representada en la siguiente estructura

Representación gráfica:

Los coeficientes del numerador mantienen el signo

Los coeficientes del denominador cambian de signo a partir del segundo coeficiente, el
primero mantiene su signo.

Función de Transferencia en tiempo discreto:

1+2 z−1+ z−2

H ( z) =
5 1 1
1− z −1+ z−2− z −3
4 2 16
1+2 z−1 + z−2
H ( z) = 2
1 1
(1− z−1)(1− z−1)
4 2
 A B C
H ( z) = + +
1 2
1
1− z −1 (1− 1 z−1 ) 1− z−1
4 2 2

A=25
B=18
C=−42

25 18 42
H ( z) = + −
1 2
1
1− z −1 (1− 1 z−1 ) 1− z−1
4 2 2

1 n ( ) 1 n ( ) 1 n ( )
h ( n ) =25 ()
4
μ n + 18 ( n+1 )
2 ()
μ n −42
2
μn ()

Ejercicio 2: Estructura en cascada de un IIR

La estructura en cascada se deriva factorizando los polinomios tanto del numerador
como del denominador de la función de transferencia del sistema.

∑ b(k ) z−k max ⁡(p . q)

1−β k z−1
k =0
H ( z) = p
=A ∏
−k k=1 1−α k z−1
∑ a(k ) z
k=1

Es decir, la entrada del sistema va pasando por diferentes etapas

Factorizando la función de transferencia del sistema:

(1+ z−1 )2
H ( z) = 2
1 1
(1− z−1)(1− z−1)
4 2
 1
∗( 1+ z −1)2
1
(1− z−1)
4
H ( z) = 2
1
(1− z−1 )
2

Representación gráfica:

Orden 2 aplicando Forma Directa II

Ejercicio 3: Estructura Paralela de un IIR

Para este método se debe factorar los polinomios tanto de numerador como del
denominador y la función del sistema expresar como expansión de fracciones parciales,
para ello se debe calcular las constantes:

1+2 z−1+ z−2

H ( z) =
5 1 1
1− z −1+ z−2− z −3
4 2 16
Aplicando la regla de Ruffini
 1+2 z−1 + z−2
H ( z) = 2
1 1
(1− z−1)(1− z−1)
4 2
A B C
H ( z) = + +
1 2
1
1− z −1 (1− 1 z−1 ) 1− z−1
4 2 2

1 −1 2 1 −1 1 −1 1 −1
A (1− z ) B(1− z ) C (1− z )(1− z )
2 4 4 2
H ( z) = + 2
+
1 −1 1 1
1− z (1− z−1 ) 1− z−1
4 2 2
1 1 3 1
A (1−z−1 + z−2) B(1− z −1 ) C (1− z−1+ z−2)
4 4 4 8
H ( z) = + +
1 1 −1 2
1
1− z −1 (1− z ) 1− z−1
4 2 2
1 −2 1 3 1
A−A z−1+ A z + B−B z −1 +C−C z−1 +C z −2 =1+ 2 z−1 + z−2
4 4 4 8

A=25
B=18
C=−42

25 18 42
H ( z) = + −
1 −1 1 2
1 −1
1− z (1− z−1 ) 1− z
4 2 2

Representación gráfica:
Ejercicio 4: Filtro enrejado IIR

Un filtro pasa bajo de tercer orden con una frecuencia de corte w c =0.5 π tiene una
función de transferencia igual a:

0.2759+ 0.5121 z−1 +0.5121 z−2+ 0.2759 z −3

H z=
( )
1−0.0010 z−1 +0.6546 z−2−0.0775 z−3

Para implementar este filtro se utiliza la estructura de un filtro enrejado, para lo cual
primero se transforma los coeficientes del denominador en coeficientes de reflexión:

τ 1 =0.03202

τ 2=0.6584

τ 3 =−0.0775

La función de segundo orden está dada por:

A2 ( z )=1+ z−1 +0.6584 z−2

Y el sistema de primer orden dado por:

A1 ( z )=1+0.0302 z −1

Lo siguiente es encontrar los coeficientes c 3 (k ) mediante la fórmula:

q
c q ( k ) =bq ( k ) − ∑ c q ( j ) a j ( j−k ) k =q−1 , q−2, … … .. , 0
j=k +1

c 3 ( 3 )=b 3 ( 3 ) =0.2759
De donde se obtiene que:

c 3 ( 2 )=b3 ( 2 )−c3 ( 3 ) a3 ( 1 )=0.5124

c 3 ( 1 )=b3 ( 1 )−c 3 ( 2 ) a2 ( 1 )−c 3 ( 3 ) a3 ( 2 )=0.3058

c 3 ( 0 )=b 3 ( 0 )−c 3 (1 ) a 1 ( 1 )−c3 ( 2 ) a2 ( 2 ) −c 3 ( 3 ) a3 ( 3 )=−0.0493

La implementación de este filtro se ilustra en la siguiente figura.

2.8 Desarrollo

Se inicia con una ventana de caratula en donde se encuentra un botón ejecutar el cual
cerrara la ventana y nos llevara a la ventana principal del proyecto para realizar esta acción se
utiliza las siguientes líneas de comando
function ejecutar_callback(handles)
close(f);
exec('C:\Users\santiago\Downloads\proyectocodi bien.sce');
endfunction
Ilustración 1 Ventana principal

Luego se crea el GUI que va ha mostrar los filtros IIR variando su orden, tipo y frecuencia para
ello se va ir ingresando en orden los valores necesarios para mostrar la grafica del filtro que se
desea.

Lo primero es ingresar el orden del filtro para ello vamos a guardar el dato en ingresado en la
variable n y con handles se obtiene el dato de el textLbel
n = strtod(handles.orden.string); // variable en donde se guarda el valor de orden del filtro

En el siguiente paso se elije el tipo de filtro para ello se usa un radioButton para la elección del
filtro
Si se elige el filtro Butterworth el tag de este es butt por lo que con la función fdesing se elige
el tipo de filtro, de igual forma con los otros dos tipos de filtro que hay

En el siguiente paso se elegí si el filtro sea pasa banda, rechaza banda pasa bajos o pasa altos
de igual forma

Aquí se usa la función ftype que elige el tipo de filtro que va hacer diseñado
Para el ultimo paso se coloca la frecuencia si este caso es pasa banda por ejemplo se coloca las
frecuencias de corte WC1 y WC2 el rango debe no debe ser mayor de 0.5

Aquí se guardan las variables de las frecuencias de corte luego se guarda en vector las dos
frecuencias

También se agrega una función delta de valores de .08 y un punto .03

La iir crea un filtro con los parámetros del orden tipo que frecuencias va a pasar y la función
delta esta es la parte en donde realmente se diseña el filtro

Finalmente se manda a graficar con la función plot2 en donde está la variable fr y hzm se
coloca un título en el eje x y tenemos el filtro diseñado y con una grafica

Se tiene un control de errores ´para que no se elija mas de dos tipos de filtro esto se realiza
con el siguiente código

Aquí se usa messagebox que e suna ventan de alerta en donde nos dice un mensaje que solo
se debe elegir un solo tipos de filtro
Finalmente se tiene un botón de limpiar para que solo se visualice el filtro que se colocó ese
momento

Ilustración 2 Filtro IIR pasa bajo con una frecuencia de corte de 0.2

2.9 Resultados
Ejemplo de un filtro pasabanda de orden 20 y con WC1 DE 0.2 Y WC2 DE 0.4

Ilustración 3 Filtro Pasabanda

 Ilustración 3: Filtro Rechaza banda en Scilab

Scilab es una herramienta muy importante y necesaria para el diseño de filtros lo cual
hace que sea importante su utilización. Como se puede visualizar en la gráfica para cada
uno de los diferentes tipos de filtros ingresamos los parámetros necesarios como la
frecuencia de corte, la frecuencia de muestreo obteniendo de esta manera su grafica
respectiva para cada uno de los filtros diseñados en Scilab identificando de esta manera
que el diseño del filtro es de una forma adecuada.

 Como resultados obtenidos se muestra la simulación de los sistemas en tiempo

discreto en el software Scilab donde se especifican los sub temas de las
Estructuras IIR
 Cada uno está representado matemáticamente a partir de una fundamentación
teórica lo cual fue llevado a la práctica en el programa.
 El programa tiene una interfaz gráfica que es amigable para el usuario
comenzando por una interfaz gráfica.

2.10 Conclusiones
  La estructura de los filtros IIR forma directa e indirecta, en cascada y paralelas, y
las estructuras de filtro transpuestas, permiten el desarrollo de diferentes
ejercicios relacionados a los sistemas de tiempo discreto y para controlar la
estabilidad de estos sistema es necesario que las constantes sean asignadas de
acuerdo al orden del filtro.
 Para la ejecución de ejercicios relacionados a los sistemas de los filtros IIR
mediante el entorno de programación de SCILAB es realizada de acuerdo a las
especificaciones del filtro y al oden, debido a que poseen diferentes estructuras
detalladas en el documento.
 Los filtros IIR, al ser estimulados con una entrada impulsional su salida no
vuelve al reposo, de ahí el calificativo de filtros de respuesta impulsional infinita,
ya se caracterizan por tener una retroalimentación de la señal de salida
2.11 Bibliografía
[1] Emilio Soria Olivas, ANÁLISIS FRECUENCIAL DE SEÑALES Y SISTEMAS, 2010. [En línea].
Available: https://books.google.com.ec/books?
id=jkhyWjmJBGUC&dq=filtros+IIR&source=gbs_navlinks_s.
[2] M. H. Hayes, Digital Signal Processing, New York: McGgraw Hill, 1999.
[3] S. K. Mitra, Procesamiento de Señales Digitales, España: McGraw-Hill, 2001.
[4] OPPENHEIM Alan V. y SCHAFER, R. W. “Digital Signal Processing”. Editorial Prentice Hall.
Estados Unidos, 1975
[5] TRATAMIENTO DIGITAL DE SEÑALES. Problemas y ejercicios resueltos
Soria, E.; Martínez, M.; Francés, J.V.; Camps, G., España - Valencia Enero, 2003.