DEPARTAMENTO DE ENERGÍA Y MECÁNICA

CARRERA DE INGENIERÍA MECATRÓNICA

INSTRUMENTACIÓN MECATRÓNICA

TEMA:
CONSULTA II UNIDAD

NRC: 3218

INTEGRANTES:
ANDRADE JOEL
CURAY ALEXANDER
ANGELICA SHULCA
SOLÍS DANIEL

DOCENTE: ING. Darío Mendoza

Latacunga – Ecuador
Noviembre 2020 – abril 2021
 FILTRO EQUIRIPPLE
Un filtro equiriple es simplemente un filtro con ondulaciones de igual altura.

La respuesta de magnitud de los filtros digitales reales puede presentar ondulaciones. Por

ejemplo, la respuesta de magnitud de un filtro de paso bajo de respuesta de
impulso finito puede tener ondulaciones cercanas a su frecuencia de corte, debido a que la
construcción de filtro típica usará funciones continuas (por ejemplo, con la transformada de
Fourier ) para aproximarse a una respuesta de magnitud ideal discontinua. Estas ondas son
la manifestación del fenómeno de Gibbs .

El hecho de que los filtros equivalentes tengan ondulaciones de igual altura no debería
significar mucho. Es más importante que el diseño de los filtros equivalentes sea tal que se
pueda controlar la altura de estas ondulaciones. Esto en sí mismo no es único de los filtros
equivalentes.

Un filtro digital equiriple IIR

El filtro elíptico es un filtro de respuesta de impulso infinito equivalente.

Un filtro digital equiripple FIR

Se puede diseñar un filtro equiripple de respuesta de impulso finito con iteraciones
sucesivas entre la transformada de Fourier discreta (DFT) directa e inversa. Lo siguiente es
un ejemplo.

Supongamos que queremos diseñar un filtro FIR de paso bajo o una longitud N = 39 en la
frecuencia de corte fc = 150 Hz, dada la frecuencia de muestreo fs = 2000 Hz. También
desearíamos una respuesta de magnitud del filtro que esté dentro de ± 0.3
(aproximadamente ± 0.25 dB) en la banda de paso y que no exceda de 0.3 (-30 dB) en la
banda de parada. Definimos la banda de parada como algo más de 500 Hz y la banda de
paso como algo entre 0 y 90 Hz. Cualquier cosa entre 90 Hz y 500 Hz sería la banda de
transición del filtro.

Comenzamos con la transformada de Fourier discreta inversa de la respuesta de magnitud

ideal deseada. Elegimos una transformación de, digamos, 201 puntos y creamos una
respuesta de magnitud ideal deseada que es simétrica alrededor del origen.

Supongamos que la frecuencia de muestreo es de 2000 Hz. Luego, los 201 componentes de

la DFT inversa se espaciarían uniformemente a 2000/201 ≈ 9.95 Hz y el componente 15
está a -149.25 Hz. Por lo tanto, la respuesta de magnitud, como se definió anteriormente,
para esta DFT inversa específica, también se puede escribir como
Esta es una respuesta de magnitud ideal para un filtro de paso bajo a aproximadamente 150
Hz. Calculamos el filtro a (k) con la DFT inversa generalizada de la siguiente manera.

k = -100, -99, …, 100. La DFT inversa produciría un filtro de 201 puntos. Ya que solo
estamos interesados en un filtro de 39 puntos, tomamos los 39 puntos intermedios de las
201 iniciales.

Probamos el filtro resultante con el DFT delantero.

k = -100, -99, …, 100. La respuesta de magnitud de este filtro es

Esta respuesta de magnitud se muestra a continuación. La respuesta de magnitud no

satisface todos los criterios propuestos. Aunque la banda de parada ya está por debajo de
0.3, la banda de paso no está dentro de los límites propuestos entre 0.97 y 1.03 (vea las
líneas discontinuas).

Ilustración 1 Respuesta de magnitud

Corregimos la respuesta de magnitud, forzándola dentro de los límites propuestos. En la
banda de paso, para componentes DFT entre -90 Hz y 90 Hz (es decir, k = -9, 8, ..., 9).

k = -9, -8, …, 9. En la banda de parada

k = -50, -49, …, -30, 30, 31, …, 50.

Para estar seguros, según el teorema de muestreo de Nyquist-Shannon y dado que la DFT
inversa produce información redundante en datos reales, también se pondrá a cero | H (k)
| fuera de (-1000 Hz, 1000 Hz). | H (k) | = 0 para k = -100, -99, …, -51, 51, 52, …, 100.

Tomamos el DFT inverso en esta nueva respuesta de magnitud y repetimos el DFT para
probar el filtro resultante. Repetimos este proceso varias veces. Cada iteración comprimirá
las ondas más grandes del filtro resultante, las que exceden los criterios
propuestos. Después de cinco iteraciones, por ejemplo, obtenemos la respuesta de magnitud
que se muestra aquí (la línea discontinua muestra el filtro después de una iteración; la línea
continua muestra el filtro después de cinco iteraciones).

Después de algunas iteraciones más, obtenemos el filtro que se muestra a

continuación. Esta figura muestra que este filtro comienza a converger en un filtro con las
características propuestas. Además, este filtro tiene ondulaciones algo uniformes. El filtro
de esta figura usa 100 iteraciones, pero esa es una elección un tanto aleatoria.
El algoritmo presentado aquí no siempre converge. El algoritmo puede no converger si, por
ejemplo, los criterios son mucho más estrictos, como si quisiéramos ondulaciones mucho
más pequeñas o una banda de transición más corta. El algoritmo también puede no
converger, si las operaciones de DFT inversa y hacia adelante no son lo suficientemente
precisas, como cuando la longitud de la DFT es más corta o incluso cuando el filtro en sí es
más corto.

Usar el DFT inverso y hacia adelante para producir un filtro FIR equiripple no es el único
algoritmo disponible. El algoritmo de Parks-McCellan es otro algoritmo iterativo bien
conocido que usa aproximaciones de Chebychev en lugar de la DFT directa.

Window
En el procesamiento de señales digitales, una ventana es una función, típicamente
definida (o distinta de cero) para un intervalo específico (corto) e indefinida (o
cero) fuera de ese intervalo, a menudo con forma de campana, y se usa
principalmente para introducir ajustes en los filtros de frecuencia y su respuesta de
magnitud o para reducir las fugas espectrales durante el análisis espectral.

Usando ventanas
Si, por ejemplo, a (k) son los coeficientes de un filtro de respuesta de impulso finito
discreto (FIR) y w (k) es una ventana, entonces se aplica la ventana al filtro, asumiendo que
a (k) yw (k) son de la misma longitud, produce un nuevo filtro con coeficientes b (k) = a (k)
w (k). Para ver un ejemplo de un filtro FIR, vea filtro de paso bajo. Las ventanas de
ejemplo se enumeran a continuación. En cada uno de los temas de ventana enumerados a
continuación se proporcionan ejemplos del impacto de las ventanas en las respuestas de
impulso y las respuestas de magnitud de los filtros.

En el análisis espectral, si x (k) es un segmento de alguna señal, entonces aplicar una

ventana w (k) al segmento significa calcular una nueva señal y (k) = x (k) w (k). Un
ejemplo de esto se proporciona en el tema ganancia coherente.

 Ventana gaussiana
Los coeficientes de ventana gaussianos están dados por la siguiente fórmula
Un ejemplo de ventana gaussiana.
Considere un filtro de paso bajo de respuesta de impulso finito (FIR) de longitud N = 201.
La siguiente es la ventana de Gauss con σ = 0.5.

Dada una frecuencia de muestreo de 2000 Hz y una frecuencia de corte de filtro de 40 Hz,

la respuesta de impulso del filtro con una ventana rectangular (sin ventana) y con la ventana
de Gauss es la siguiente.

La respuesta de magnitud del mismo filtro se muestra en el gráfico a continuación.

A medida que el parámetro σ se hace más grande, la banda de transición de la ventana
disminuye y la atenuación de la banda de parada empeora. Cuando σ se acerca al infinito, la
ventana gaussiana se acerca a una ventana rectangular. Si, por otro lado, σ se aproxima a
cero, el filtro gaussiano de ventana se acerca a un filtro de todo paso.

 Ventana de Hamming
Los coeficientes de la ventana de Hamming están dados por la siguiente fórmula

Derivando la ventana de Hamming

El propósito habitual de las ventanas es mitigar las ondas del fenómeno de Gibbs , que son
el resultado de la aproximación de la serie de Fourier , una serie de funciones continuas,
sobre la respuesta discontinua de la magnitud deseada. Para disminuir estas ondulaciones,
suavizaremos la discontinuidad. En lugar de crear un filtro con
la transformada de Fourier inversa de la respuesta ideal de magnitud deseada (en azul
abajo), usaremos una respuesta de magnitud revisada (en rojo abajo).
Podemos reconocer que la respuesta de magnitud revisada es la suma de la respuesta de
magnitud original escalada H con dos versiones modificadas y desplazadas de sí misma.

donde α es el factor de escala para la respuesta de magnitud original, β es el factor de escala

para las respuestas de magnitud desplazada, y f 0y –f 0 son los dos cambios. En el ejemplo
anterior, α = 0.5, β = 0.25 y f 0 = ¼ f c , donde f c es la frecuencia de corte.
También podemos observar que el filtro de ventana es el producto del filtro y la ventana. Si
el filtro de ventana debía crearse con la transformada de Fourier inversa a partir de una
respuesta de magnitud deseada, entonces la respuesta de magnitud deseada debe ser una
convolución de la transformada de Fourier del filtro y la transformada de Fourier de la
ventana (más precisamente, la transformada de Fourier de un producto es un período /
convolución circular). Reescribimos la respuesta de magnitud revisada anterior como una
convolución de la siguiente manera.

donde δ es la función delta de Dirac (usamos la función delta de Dirac, ya que nos permite
escribir el resultado en términos de convolución, así como reconocer la transformación de
la función de coseno en los dos últimos términos). La transformada de Fourier inversa de
esta respuesta de magnitud deseada es el filtro antes de la ventana, multiplicado por la
ventana

Esta es la familia de ventanas de Hamming, que incluye la ventana de Hamming y

la ventana de Hann . Esta ventana de Haming generalizada se escribe más a menudo de la
siguiente manera.

 Rectangular window

La ventana no tiene efecto cuando se aplica a un filtro o una señal. Es, sin embargo, una
ventana de referencia, contra la cual a menudo se comparan otras ventanas. Por ejemplo,
un filtro de paso bajo estándar con respuesta de impulso finita tendrá la banda de transición
más corta con la ventana rectangular.
La siguiente es una gráfica de la ventana rectangular (N = 100).
  Ventana de hann

La ventana de Hann pertenece a la familia de ventanas Hamming. La derivación de la

ventana de Hann se muestra en el tema Ventana de Hamming. La ventana de Hann
también es un punto de la ventana de coseno (α = 2). Cuando la ventana de Hann se
multiplica por la ventana de Poisson, el resultado es la ventana de Hann-Poisson.

Un ejemplo de ventana de Hann.

Considere un filtro de paso bajo de respuesta de impulso finito (FIR) de longitud N = 201.
La siguiente es la ventana de Hann.
Dada una frecuencia de muestreo de 2000 Hz y una frecuencia de corte de filtro de 40 Hz,
la respuesta de impulso del filtro con una ventana rectangular (sin ventana) y con la ventana
de Hann es la siguiente.

La respuesta de magnitud del mismo filtro se muestra en el gráfico a continuación.

La ventana de Hann pertenece a la familia de ventanas Hamming. La derivación de la

ventana de Hann se muestra en el tema Ventana de Hamming. La ventana de Hann también
es un punto de la ventana de coseno (α = 2). Cuando la ventana de Hann se multiplica por
la ventana de Poisson, el resultado es la ventana de Hann-Poisson.

Un ejemplo de ventana de Hann.

Considere un filtro de paso bajo de respuesta de impulso finito (FIR) de longitud N = 201.
La siguiente es la ventana de Hann.
Dada una frecuencia de muestreo de 2000 Hz y una frecuencia de corte de filtro de 40 Hz,
la respuesta de impulso del filtro con una ventana rectangular (sin ventana) y con la ventana
de Hann es la siguiente.

La respuesta de magnitud del mismo filtro se muestra en el gráfico a continuación.

  Triangular window

Diferentes definiciones pueden usar N / 2 o (N + 1) / 2 en el denominador de la última

expresión. Cuando se usa (N - 1) / 2, como en la fórmula anterior, la ventana también se
conoce como la ventana de Bartlett o la ventana triangular con cero puntos finales.

Considere un filtro de paso bajo de respuesta de impulso finito (FIR) de longitud N = 201.

La siguiente es la ventana triangular.
Dada una frecuencia de muestreo de 2000 Hz y una frecuencia de corte de filtro de 40 Hz,
la respuesta de impulso del filtro con una ventana rectangular (sin ventana) y con la ventana
triangular es la siguiente.

La respuesta de magnitud del mismo filtro se muestra en el gráfico a continuación.

Derivando la ventana triangular de la ventana rectangular.

Tome dos ventanas rectangulares f (k) yg (n) de longitud N.

La convolución de f (k) y g (n) es la siguiente.

La segunda suma anterior sigue como f (k) es cero fuera del intervalo de 0 a N - 1 y 1
dentro de ese intervalo.
Si n N - 1

Así, la convolución de dos ventanas rectangulares de longitud N produce.

Esta es una ventana triangular, que, sin embargo, tiene el doble de la longitud de las
ventanas rectangulares (menos 1). Reemplazar N - 1 con (N - 1) / 2 y escalar la ventana
para alcanzar el máximo en 1 produce la fórmula de la ventana triangular al principio de
este tema.

Las ventanas producidas por la convolución de la ventana rectangular se conocen como

ventanas spline básicas o B-spline. Incluyen la ventana rectangular (orden 1), la ventana
triangular (orden 2) y la ventana. Parzen (orden 4), donde cada orden sucesiva se produce al
girar la orden anterior con la misma ventana rectangular.

 Kaiser window

Cálculo de la ventana de Kaiser

La función Bessel modificada del primer tipo (la función Bessel hiperbólica) se define de la
siguiente manera.