UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

PROCESAMIENTO DIGITAL DE SEÑALES 299004A_474

2017-8

Paso 4
Ejecutar Actividades aplicando las Herramientas del Procesamiento Digital de Señales

MAURICIO ALBERTO GARCIA

Tutor

Presentado por:

ADOLFO QUEZADA VIVEROS – Código 76044468

GRUPO 299004_22

CEAD – Santander de Quilichao

Noviembre de 2018
Actividades a desarrollar

 Cada estudiante escogerá un (1) tipo de filtro que desee diseñar, y reportará en el foro su
decisión, esto con el fin de que cada estudiante diseñe un ecualizador (banco de filtros)
diferente. A continuación, se muestra la lista de filtros:

Tipos de filtro Pasa Banda (Bandpass)

 IIR Butterworth
 IIR Chebyshev tipo I
 IIR Chebyshev tipo II
 IIR Elliptic
 FIR Window Hamming
 FIR Window Gaussian
 FIR Window Hann
 FIR Window Rectangular
 FIR Window Kaiser
 Cada estudiante investigará las características del filtro escogido, si el filtro escogido es
IIR, para realizar un informe con los siguientes parámetros:

 Concepto básico de filtro IIR y un diagrama de bloque y ecuación que lo describa.
 Definición específica del filtro escogido (Por ejemplo, Butterworth, chebyshev, etc).
 Ecuación de respuesta en frecuencia y función de transferencia.
 Definición de variables de las ecuaciones anteriores.

Si el Filtro es FIR, el estudiante deberá realizar el informe con los siguientes

parámetros:
  Concepto básico de filtro FIR y un diagrama de bloque y ecuación que lo describa.
 Definición específica de la ventana escogida (Por ejemplo, Hamming, Gaussian, etc)
 Ecuación de la ventana.
 Definición de variables de la ecuación anterior.

NOTA: Las ecuaciones deben estar realizadas en el editor de ecuaciones de Word, no se

admiten imágenes

 Cada estudiante diseñará cinco (5) filtros en la herramienta Simulink de Matlab,

específicamente utilizará el bloque FDA TOOL para diseñar los filtros. Todos los filtros
deben ser del mismo tipo, por ejemplo, si se escogió IIR Butterworth, entonces los cinco
(5) Filtros diseñados deben ser IIR Butterworth. Cada uno de los filtros tendrá los
siguientes rangos de frecuencia:

Filtro 1 2 3 4 5
Rango (Hz) 20 Hz – 200 200 Hz – 500 Hz – 2 Khz – 8 Khz – 20
Hz 500 Hz 2Khz Hz Khz
8 Khz
Tipo Pasa Banda Pasa Banda Pasa Banda Pasa Banda Pasa Banda

 Se exportarán los coeficientes de cada uno de los cinco filtros, los cuales equivalen a la
respuesta el impulso en el filtro FIR, y a los coeficientes de la función de transferencia en
los filtros IIR (matriz SOS). Para ello deben dirigirse al menú archivo – exportar command
window – coeficientes. Cuyos coeficientes deben graficarse mediante la función plot de
Matlab.

 Para los estudiantes que hayan escogido un filtro IIR, exportarán el matriz SOS y de ella
podrán obtener los coeficientes de la función de transferencia con el siguiente comando:
 [b,a] = sos2tf(SOS);

Y para obtener la respuesta al impulso, podrán realizarlo con el siguiente comando:

[h,t] = impz(SOS);

Y para graficar :

plot(t,h)

 Una vez diseñados los filtros, cada uno de los estudiantes procederá a ensamblar un
ecualizador de sonido, para ello debe agregar el bloque “From Multimedia File” el cual
servirá como fuente de entrada (audio) al ecualizador, este audio debe tener como
mínimo una frecuencia de muestreo de 44.1 Khz, y los filtros deben estar configurados
a esta misma frecuencia de muestreo. También se debe agregar el bloque “Slider Gain” a
la salida de cada uno de los filtros, con el fin de controlar el nivel de salida en cada uno de
los filtros. Finalmente se sumarán todas las señales con el bloque “add”.

 Una vez cada estudiante tenga su ecualizador ensamblado y funcionando, se realizará

análisis en frecuencia mediante algún analizador de espectro que tenga Simulink.
Recuerden que pueden controlar los “Slider Gain” mientras el modelo está corriendo. Se
recomienda usar un tiempo de simulación largo, por ejemplo 200.
Desarrollo de la Actividad:
Para esta actividad se escogió el filtro FIR Windows Rectangular
Concepto básico de filtro FIR y un diagrama de bloque y ecuación que lo describa.
FIR es un acrónimo en inglés para Finite Impulse Response o Respuesta finita al impulso. Se
trata de un tipo de filtros digitales cuya respuesta a una señal impulso como entrada tendrá un
número finito de términos no nulos.
Para obtener la salida solo se basan en entradas actuales y anteriores. Su expresión en el dominio
n es:
Ec. 1 𝒚(𝒏) = ∑𝑵−𝟏
𝒌=𝟎 𝒉(𝒌)𝒙(𝒏 − 𝟏)

Ec. 2 𝑯(𝒛) = ∑𝑵−𝟏

𝒌=𝟎 𝒉(𝒌)𝒛
−𝒌

 En donde 𝒉(𝒌), 𝒌 = 𝟎, 𝟏, … … 𝑵 − 𝟐, 𝑵 − 𝟏 son los coeficientes de la respuesta impulso del

filtro H(z) es la función de transferencia del filtro y N es el tamaño del filtro que es el número
de coeficientes del filtro. Ec. 1 es la ecuación en diferencias para filtros FIR. Es una ecuación en
el dominio del tiempo y describe al filtro FIR en la forma no recursiva, la muestra de salida
actual y(n) es una función solo de los valores del pasado y presente de la entrada x(n) Cuando los
filtros FIR son implementados de esta forma, que es la evaluación directa de Ec. 1 son siempre
estables. Ec. 2 es la función de transferencia del filtro. Provee un medio para analizar el filtro,
por ejemplo evaluar la respuesta en frecuencia.
 Los filtros FIR pueden tener una respuesta exactamente de fase lineal.
 Los filtros FIR son muy fáciles de implementar, Todos los Procesadores DSP disponibles tienen
arquitecturas que son apropiados para el filtrado FIR. Los filtros FIR no recursivos sufren menos
los efectos de longitud de palabra que los filtros IIR. Los filtros FIR recursivos también existen y
pueden ofrecer ventajas informáticas significativas.
Su representación en diagrama de bloques es el siguiente:
Definición específica de la ventana escogida (Por ejemplo, Hamming, Gaussian, etc)
Las ventanas son funciones matemáticas usadas con frecuencia en el análisis y el procesamiento
de señales para evitar las discontinuidades al principio y al final de los bloques analizados.
En el procesamiento de señales, una ventana se utiliza cuando el análisis se centra en una señal de
longitud voluntariamente limitada. En efecto, una señal real tiene que ser de tiempo finito; además,
un cálculo sólo es posible a partir de un número finito de puntos. Para observar una señal en un
tiempo finito, se multiplica por una función ventana.
La ventana de Kaiser es una ventana 𝒘𝒌 muy cercana a la ideal utilizada para procesamiento
digital de señales definida por la fórmula:

Ecuación de la ventana.
La ventana de Kaiser, al igual que la anterior, también permite controlar independientemente la
relación de ripple y el ancho del lóbulo principal. La ventana de Kaiser está dada por:
𝐼0 (𝛽)
𝑊𝑘 (𝑛𝑇) = {𝐼0 (𝛼) 𝑝𝑎𝑟𝑎|𝑛| ≤ (𝑁 − 1)/2
0 𝑒𝑛 𝑙𝑜𝑠 𝑑𝑒𝑚𝑎𝑠 𝑐𝑎𝑠𝑜𝑠
Donde: 𝜶 es un parámetro independiente

𝛽 = 𝜶√𝟏 − (𝟐𝒏/(𝑵 − 𝟏))𝟐

∞ 2
1 𝑥
𝐼0 (𝑥) = 1 + ∑ [ [[ ]]]
𝑘! 2
𝑘−1
Es la función de bessel modificada de orden cero del primer tipo.
El espectro de 𝑊𝑘 (𝑛𝑇) esta dado por:
(𝑁−1)/2
𝑗𝑤𝑇
𝑊𝑘 (𝑒 ) = 𝑤𝑘(0) + 2 ∑ 𝑊𝑘 (𝑛𝑇) cos(ωnT)
𝑛−1

La ventana de Kaeser para tiempo continuo es

Definición de variables de la ecuación anterior.
𝐼0 (𝛽)
𝑊𝑘 (𝑛𝑇) = { 𝐼0 (𝛼) 𝑝𝑎𝑟𝑎|𝑡| ≤ 𝜏
0 𝑒𝑛 𝑙𝑜𝑠 𝑑𝑒𝑚𝑎𝑠 𝑐𝑎𝑠𝑜𝑠
Donde 𝛽 = 𝜶√𝟏 − (𝒕/𝜏)𝟐
(𝑁 − 1)𝑇
𝛼=
2
El espectro 𝑊𝑘 (𝑡) 𝑝𝑢𝑒𝑑𝑒 𝑑𝑒𝑚𝑜𝑠𝑡𝑟𝑎𝑟𝑠𝑒 𝑞𝑢𝑒 𝑒𝑠𝑡𝑎 𝑑𝑎𝑑𝑜 𝑝𝑜𝑟:
2 𝑠𝑒𝑛 (𝜏√ 𝑤 2 − 𝑤𝑎 2 )
𝑬𝒄. 𝟏 𝑊𝑘 (𝑗𝑤) =
𝐼0 (𝛼) √ 𝑤 2 − 𝑤𝑎 2
Donde: 𝑤𝑎 = 𝛼/𝜏