Disen˜o de filtros IIR y FIR

Barbosa Serrano Ericka, Macías Jasso Karina Guadalupe, Pérez Álvarez Cynthia
Fundamentos de Procesamiento Digital de Sen˜ales
Proyecto Final
I. I NTRODUCCIO´ N
Un filtro se puede definir como todo sistema que altera la
 Filtro rechaza banda: Un filtro rechaza banda, también
naturaleza de una señal descartando, dejando pasar o separando
conocido como filtro notch, es un tipo de filtro que
una frecuencia o gamma de frecuencias. Un filtro consiste en un
atenúa o elimina selectivamente una banda específica
proceso donde una señal de entrada compuesta por una
de frecuencias, mientras permite el paso de las
secuencia de muestras es procesada y transformada en una señal
frecuencias fuera de esa banda. [2]
de salida.
Los filtros representan las bases del procesamiento digital de
Los filtros digitales reciben como entrada una señal analógica
todo tipo de señales. En el caso de las señales sonoras, un filtro
o digital, y de igual manera, emiten una salida que consiste en
se define como un objeto que alterará contenido de las
otra señal analógica o digital. La señal de salida cambia en
frecuencias o, dicho de otra forma, el espectro de la señal.
cuanto a su frecuencia, amplitud o fase, dependiendo de las
características del filtro. Normalmente estos filtros se utilizan
La teoría de filtros se refiere a un conjunto de conceptos y
para atenuar o amplificar frecuencias. [3]
técnicas utilizadas en el procesamiento de señales para
modificar o resaltar ciertas características de una señal. La Los filtros digitales representan una gran ventaja frente a los
ecuación de un filtro no está relacionada directamente con sus filtros analógicos dado que presentan una gran estabilidad de
cualidades sonoras. funcionamiento en el tiempo.

La definición matemática de un filtro se basa en la operación de

El filtrado digital es el proceso de modificar una señal digital
convolución, donde la señal de entrada se convoluciona con la
mediante la aplicación de un filtro digital. Consiste en aplicar
respuesta al impulso del filtro para obtener la salida filtrada. Los
técnicas y algoritmos de procesamiento de señales digitales
filtros se definen también mediante una herramienta matemática
para alterar las características de una señal, como su amplitud,
denominada Transformada Z, la cual relaciona los efectos de
frecuencia, fase o contenido espectral. Los filtros digitales más
retardos de muestras en una imagen de dos dimensiones de la
empleados son los siguientes:
representación frecuencial que se denomina el plano complejo z.
[1]  FIR:
Un filtro FIR (FIR, por sus siglas en inglés, Finite
Existen distintos tipos de filtros, sin embargo, los más utilizados Impulse Response) es un tipo de filtro digital utilizado
comúnmente son los siguientes: en el procesamiento de señales. A diferencia de los
 Filtro pasa bajas: Un filtro pasa bajas es un tipo de filtros IIR (Infinite Impulse Response), los filtros FIR
filtro que permite el paso de frecuencias por debajo de tienen una respuesta de impulso finita, lo que significa
una cierta frecuencia de corte, mientras atenúa o que su respuesta al impulso se extiende solo durante
elimina las frecuencias por encima de dicha frecuencia un número finito de muestras.
de corte. La respuesta de un filtro FIR se basa en una
 Filtro pasa altas: Un filtro pasa altas es un tipo de filtro combinación lineal de las muestras de entrada y los
coeficientes del filtro. Cada muestra de entrada se
que permite el paso de frecuencias por encima de una
multiplica por un coeficiente correspondiente, y la
cierta frecuencia de corte, mientras atenúa o elimina las
suma de estas multiplicaciones se aplica a la muestra
frecuencias por debajo de dicha frecuencia de corte.
de salida.
 Filtro pasa banda: Un filtro pasa banda es un tipo de
filtro que permite el paso de frecuencias dentro de un Los filtros FIR tienen algunas propiedades deseables,
rango específico, conocido como banda de paso, como la estabilidad y la linealidad, y su diseño es
mientras atenúa o elimina las frecuencias fuera de esa relativamente sencillo. Los coeficientes del filtro
banda. La banda de paso de un filtro pasa banda está pueden ajustarse para lograr diferentes características
determinada por dos frecuencias de corte: la frecuencia de filtrado, como la atenuación de ciertas frecuencias o
de corte inferior (fci) y la frecuencia de corte superior la respuesta en frecuencia deseada.
(fcs). Todas las frecuencias entre fci y fcs se dejan
pasar, mientras que las frecuencias fuera de ese rango El diseño de un filtro FIR implica determinar los
se atenúan o eliminan. coeficientes del filtro que producirán la respuesta
 deseada. Esto se puede lograr utilizando diferentes métodos, como la ventana de Hamming, el muestreo
de frecuencia o el diseño óptimo. que se utilizan son filtros IIR (Butterworth).
Dichos filtros se realizaron exportando los
Los filtros FIR se utilizan en una amplia gama de coeficientes en una función ya hecha y
aplicaciones, incluyendo procesamiento de audio, proporcionada por Matlab la cual no emitió poder
procesamiento de imágenes, comunicaciones digitales probar diversos filtros y frecuencias.
y sistemas de control, entre otros. Ofrecen una Para evitar que se generaran filtros y funciones que no se
flexibilidad significativa en el diseño y permiten una necesitaban, se necesitó sobrescribir el filtro nuevo con
fácil implementación en hardware y software debido a otro nombre. Observando el código principal podemos
su estructura basada en la convolución. decir que solo se utilizó la función ´´Filter´´ la cual
funciono como convolución, se le transmitieron los
 IIR: parámetros y datos de la señal.
Un filtro IIR (Infinite Impulse Response) es otro tipo
 Grabación: Se realiza una comparación de una voz
de filtro utilizado en el procesamiento de señales, al
aguda a una voz grave, buscando sacar la
igual que el filtro FIR. A diferencia de los filtros FIR,
información de cada una de ellas para implementar
los filtros IIR tienen una respuesta de impulso infinita,
lo que significa que su respuesta al impulso se distintos filtros y hacer una comparación.
extiende indefinidamente en el tiempo.
II- A. Primera Parte
La respuesta de un filtro IIR se calcula utilizando
tanto las muestras de entrada como las muestras En el primer punto se requirió inicialmente diseñar un
previas de la salida. Esto se logra mediante el uso de filtro IIR para eliminar el ruido de 60 Hz y que
realimentación en la estructura del filtro. La salida permitiera conservar las señales S1, S2 y S3. Todo esto
actual del filtro se calcula como una combinación se obtuvo mediante la implementación de un filtro
lineal de las muestras de entrada y las salidas previas, bandstop con las siguientes características:
multiplicadas por los coeficientes del filtro. Fpass1 = 58; %First passband frecuency
Fstop1 = 59; %First stopband frecuency
Los filtros IIR pueden tener una respuesta en Fstop2 = 61; %Second stopband frecuency
frecuencia más compleja que los filtros FIR, lo que les Fpass2 = 62; %Second passband frecuency
permite lograr diseños más compactos y eficientes en Apass1 = 1;%First passband ripple (dB)
términos de la cantidad de coeficientes requeridos. Sin Astop = 60;%Stopband attenuation (dB)
embargo, también pueden presentar algunas Apass2 = 1;%Second passband ripple (dB)
limitaciones, como la posibilidad de inestabilidad o la match = ’stopband’; %Band to match exactly
presencia de ruido debido a la realimentación. Orden mínimo de 242.
Una vez que se aplicó el filtro se realizó la Transformada
Al igual que los filtros FIR, los filtros IIR se utilizan de Fourier a los datos para graficarlos.
en una variedad de aplicaciones, incluyendo el
procesamiento de audio, comunicaciones digitales, Por consiguiente, se utilizó un filtro notch o un filtro
control de sistemas y más. Su diseño implica eliminador de banda, con un ancho de banda de 0.5 ya
determinar los coeficientes del filtro que producirán la que se observó una menor interferencia en las
respuesta deseada en frecuencia y cumplir con los frecuencias vecinas, e s t o no sucedió cuando se tenía
requisitos específicos de la aplicación.
un ancho de banda de 0.1, la frecuencia de 60 Hz ya que
no desaparecía por completo. De igual forma, al utilizar
Es importante tener en cuenta que tanto los filtros FIR
1.2 se veían afectadas las amplitudes de las frecuencias
como los filtros IIR tienen características y
vecinas.
aplicaciones distintas, y la elección entre ellos
dependerá de los requisitos y las especificaciones del
sistema en el que se vayan a utilizar. El segundo punto requirió el diseño de un filtro IIR para
eliminar la señal S1, manteniendo el paso de las señales
II. METODOLOGIA S2 y S3 sobre la señal ´´STLimpia´´. Esto se llevó a
Con base a el código proporcionado por el profesor cabo modificando algunos valores del filtro bandstop,
´´ProyFinal.m´´ se genera una secuencia de tipo ST la y se observó que para eliminar la señal S1 había que
cual es la base de todo. El código proporcionado se realizar un corte entre las frecuencias de 65.5 hasta 95.1
tiene las señales S1, S2 y S3 la cuales están formadas Hz. Así, se obtuvo la siguiente configuración:
por paquetes de ondas y frecuencias diferentes, en este Fpass1 = 64; %First passband frecuency
caso la S4 es la simulación de un ruido de 60Hz el cual Fstop1 = 65.1; %First stopband frecuency
está realizado por una línea eléctrica. Fstop2 = 94; %Second stopband frecuency
 Diseño del filtro: En esta parte los filtros Fpass2 = 95.1; %Second passband frecuency
Apass1 = 1;%First passband ripple (dB)
En este caso, los filtros FIR tienen mayor exigencia en
Astop = 60;%Stopband attenuation (dB)
cuanto al orden. Para eliminar la señal S2 se requirió
Apass2 = 1; %Second passband ripple (dB)
utilizar un filtro pasa altas FIR bajo los siguientes
match = ’stopband’; %Band to match exactly
parámetros:
Orden mínimo de 180.
Fstop = 64.5; %Stopband frecuency
A la señal resultante se le nombró ResIIRpreg2.
Fpass = 66.5; %Passband frecuency
Dstop = 0.003162277; %Stopband attenuation
En el tercer punto, se diseñó el filtro IIR para eliminar la
Dpass = 0.057501127; %Passband ripple
señal S2 y permitiendo pasar las señales S1 y S3 sobre la
dens = 20; %Density factor
señal STLimpia. Se trabajó con un filtro pasa altas al cual
Orden m´ınimo de 906.
se le asignaron los siguientes valores:
Finalmente, para eliminar la señal S3, se utilizó un filtro
Fstop = 64.5; %Stopband frecuency
pasa bajas, tomando en cuenta los parámetros siguientes:
Fpass = 66.5; %Passband frecuency
Fpass = 95; %Passband frecuency
Astop = 60; %Stopband attenuation (dB)
Fstop = 106; %Stopband frecuency
Apass = 1; %Passband ripple (dB)
Dpass = 0.057501127; %Passband ripple
match = ’stopband’; %Band to match exactly
Dstop = 0.003162277; %Stopband attenuation
Orden mínimo de 242
dens = 20; %Density factor
La señal resultante se nombró ResIIRpreg3.
Orden mínimo de 154.
El valor del parámetro Astop, el cual atenúa la señal, se
II-B. Segunda parte
probó antes de establecerse, ya que al probar con un 80
se observó que las señales S1 y S3 desaparecen, sin
En esta parte, la idea principal consistió en grabar una
embargo, cuando se elige 60 pasan ambas señales. En
conversación entre dos personas, una con voz grave y
este caso, no se trabajó completamente sobre la señal
otra con voz aguda, haciendo uso del programa
STLimpia.
grabando.m. Para esto se eligieron a dos personas
En el cuarto punto, se diseñó un filtro IIR para eliminar
externas al equipo una persona femenina y una persona
la señal S3 dejando pasar las señales S1 y S2 sobre la
masculina.
señal STLimpia. Con base a esto se implementó un filtro
Posteriormente la grabación se importó a MATLAB
pasa bajas con los siguientes valores:
como archivo con extensión .way, permitiéndonos
Fpass = 95; %Passband frecuency
procesar la grabación mediante audioread. A través de
Fstop = 105; %Stopband frecuency
esta herramienta se obtuvieron datos de la frecuencia de
Apass = 1; %Passband ripple (dB)
muestreo de la conversación.
Astop = 50; %Stopband attenuation (dB)
match = ’stopband’; %Band to match exactly
Por consiguiente, se probaron diferentes filtros para
Orden mínimo de 55
separar las partes agudas y graves de la conversación,
La señal resultante se nombró ResIIRpreg4.
pero no se obtuvo un buen resultado. Por ello, se optó por
separar la grabación para aplicar filtros a cada una de las
Para último punto de la primera parte, se buscó realizar
partes con ayuda de la herramienta sptool.
lo mismo que en cada uno de los cuatro puntos
Al aplicar filtros pasa altas y pasa bajas no se mostró
anteriores, pero con filtros FIR.
atenuación en ninguna de las dos partes de la
Para el primer caso, donde se debía eliminar el ruido de
conversación, por lo que decidimos analizar la FFT de la
60 Hz, se consideró que no hay un filtro FIR para esta
grabación completa y de las partes separadas con el fin
situación done lo más eficaz fue un filtro notch.
de escuchar detenidamente si las voces se encontraban
Ahora, para eliminar la señal S1 se modificaron los datos
traslapadas.
de las frecuencias de corte y de paso, así como los
parámetros que se muestran a continuación:
Debido a que esto nos generaba un grave problema
Fpass1 = 63.5; %First passband frecuency
decidimos repetir la grabación en la cual existiera una
Fstop1 = 66.8; %First stopband frecuency
diferencia más notable entre lo grave y lo agudo,
Fstop2 = 87.6; %Second stopband frecuency
concluimos que sería una buena opción realizar dicha
Fpass2 = 95; %Second passband frecuency
grabación cantando. Una vez obtenida la grabación se
Dpass1 = 0.057501; %First passband ripple
optó por seccionar el audio en graves y agudos para
Dstop = 0.001; %Stopband attenuation
posteriormente aplicar la FFT y filtrar cada uno de los
Dpass2 = 0.057501; %Second passband ripple
picos resultantes.
dens = 20; %Density factor
Orden mínimo de 646.
Finalmente, después de eliminar los picos de la parte
 tener un buen resultado, se graficó dicho audio y el
aguda, se aplicaron los filtros utilizados a la grabación
resultante del filtro de la parte aguda y se comparó con la
completa, para verificar que existiera una atenuación y
FFT de la parte grave.

III. RESULTADOS
III-A. Primera parte

Con el diseño de filtro IIR que elimina el ruido de 60 Hz y se

mantienen las señales S1, S2 y S3

Figura 1. Gráfico aplicando la transformada de Fourier a los datos y plotearlos

Figura 2. Gráfico con el filtro bandstop con los parámetros establecido

S1 y permite el paso de las señales S2 y S3 aplicando sobre la

señal “STLimpia”.
Figura 5. Gra´fica obtenida al utilizar un filtro pasa altas

Figura 4. Gráfica despues de cortar de 65.5 Hz hasta 95.1 Hz.

Disen˜o del filtro IIR que elimina la señal S2 y

permite el paso de las señales S1 y S3 sobre la señal
“STLimpia”
Figura 6. Gra´fica obtenida al ajustar el para´metro Astop

Disen˜o del filtro IIR que elimina la señal S3 y permite el

paso de las señales S1 y S2 sobre la señal “STLimpia”
Figura 7. Gra´fica obtenida al utilizar un filtro pasa bajas y los para
´metros establecidos
Cambio de filtros IIR a FIR

Figura 8. Gra´ficas obtenida al eliminar S1 con un filtro FIR bajando

las exigencias en orden

Figura 11. Gra´fica del FFT de los 3 audios (completo, aguado, grave

Figura 9. Gra´ficas obtenida al eliminar S2 con un filtro FIR pasa altas

Figura 12. Gra

´fica FFT del audio con voz aguda

Figura 10. Gra´ficas obtenida al eliminar S3 con un filtro FIR pasa bajas

III-B. Segunda parte

Conversando

Figura 13. Gra´fica FFT del audio con voz grave

 Figura 15. Gra´fica FFT del audio completo
Figura 17. Gra´fica FFT del audio con voz aguda
Figura 14. Gra´fica FFT del audio completo

Cantando

Figura 18. Gra´fica FFT del audio despue´s de filtrar todos los picos
de la voz aguda
Figura 16. Gra´fica FFT del audio con voz grave Figura 19. Resultado de la atenuacio´n al aplicar los filtros al audio completo
 ya que prácticamente no se midificó ni la amplitud ni la
frecuencia, también se obtuvo un buen orden. En el diseño
del filtro IIR solo eliminó la señal S1, como se explicó en
la figura 4, la eliminación de la señal S3, lo que deja pasar
las señales S1 y S2, utilizando un filtro de pasa bajas y el
buen orden.
En el caso de la señal S2 se utlizó el parámetro Astop, que
se aplica para la atenuación de la señal dejándola en 50.
Por lo qué, se conservó el S2 sin generar ruido, en el
parámetro de 80 las 2 primeras señales desapareciían y
conservaba el ruido despues de los 200 Hz y usando un
parámetro de 60 pasan las dos señales y el ruido.
En la segunda parte, observamos que filtrar las voces es
complicado, ya que están en un espectro de varias
frecuencias y no está en la naturaleza de la voz hablar en
un solo tono. Para mejorar las mediciones, se repitió el
análisis, pero con los participantes cantando, para después
aplicarle el FFT, fragmentando el audio, los picos en cada
tono se vuelve, más claros. Entonces, al filtrar pico por
pico, obtenemos el resultado esperado considerando que la
magnitud de estos picos es prácticamente nula.
Por último, comparando la FFT del audio grave aplicando
Figura 20. Comparacio´n entre el resultado de plotear el audio el plot del audio completo y el audio filtrado son tonos
completo y el audio filtrado sin agudos y la FFT del audio con la grave agudos, se nota que se eliminaron el tono agudo de la señal
naranja, que es prácticamente igual a la de FFR de voz
IV. CONCLUSIONES grabe.
Utilizando el filtro bandstop se obtuvo un mejor resultado,

REFERENCIA
S
[1] Gutie´rrez, E. G. (2009). Introduccio´n al filtrado digital. Catalunya:
Escola Superior de Musica de Catalunya, Departamento de Sonologia.
[2] MARQUEZ, I. J. C. C. (2010). SIMULACIO´ N Y CONSTRUCCIO´ N
DE UN FILTRO PASA ALTAS Y DE UN FILTRO PASA BAJAS
(Doctoral dissertation, INSTITUTO POLITE´ CNICO NACIONAL).
[3] ANA´ LISIS DE AUDIO USANDO MEDIOS
COMPUTACIONALES.
(2022). 1library.co. https://1library.co/article/an
[4] JuanS. (2020, April 23). IIR vs FIR: Entendiendo realmente sus diferen-
cias. JuanSaudio; JuanSaudio. https://www.juansaudio.com/post/iir-vs-
fir- entendiendo-realmente-sus-diferencias