Title | 286991489 Paso 2 Procesamiento Digital de Senales |
---|---|
Course | Física II |
Institution | Universidad Nacional de Ingeniería |
Pages | 17 |
File Size | 768.6 KB |
File Type | |
Total Downloads | 81 |
Total Views | 137 |
ejercicios resueltos fisica...
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
VENTAJAS
Filtros (FIR) Implementados de forma
Filtros (IIR) Requieren menores coeficientes
no
para hacer operaciones similares
recursiva
son
inherentemente estables.
de filtrado
Son ideales para filtros que
Se ejecutan más rápido y no
tienen muy poca o ninguna
requieren de memoria extra
distorsión de fase.
Un filtro analógico convencional
Tienen los polos en el
puede convertirse en un filtro
origen lo cual los hace
digital IIR
estables.
Son ideales para filtros con cortes
Tienen respuesta en fase
muy
lineal.
transmisión
Son de fácil diseño e
ideales.
implementación
parámetros,
abruptos
(bandas
ancha)
estos
Involucran
de son
menos
Involucran menos memoria Involucran menor
complejidad
computacional. Requieren
DESVENTAJAS
de
mayor
La
estabilidad
siempre
debe
complejidad computacional
comprobarse, ya que son sistemas
Un
realimentados.
filtro
analógico
convencional NO puede
La respuesta de fase es no lineal
convertirse en un filtro
Son más difíciles de diseñar e
digital IIR
implementar
Requieren
de
mayores
parámetros Requieren memoria
de
mayor
ESTRUCTURA DE IMPLEMENTACIÓN
La salida depende no solo
La salida solo depende de la
en la corriente y valores de
corriente y de los valores de
entrada pasados sino que
entrada pasados
también en los valores de
Se usan donde NO se desea
salida pasados.
desfase lineal con la frecuencia
Se usan donde se desea desfase
lineal
con
la
frecuencia
MÉTODO TÍPICO PARA LE DISEÑO DE FILTROS
COMPARACIÓN FUNCIÓN DE SISTEMA
COMPARACIÓN MEMORIA
COMPARACIÓN MÓDULO DE LA RESPUESTA EN FRECUENCIA COMPARACIÓN FASE DE LA RESPUESTA EN
Ubicación directa de polos
Muestreo en frecuencia
y ceros
Óptimos
Óptimos.
Ventanas
Invariación al impulso
Bandas de transición suaves
Transformada bilineal Son del tipo sólo ceros, ya
Pueden tener sus polos y sus ceros
que todos los polos se
en cualquier punto finito del plano
encuentran en el origen,
z
(salvo
si
se
emplean
diseños de muestreo en frecuencia) Necesitan mucha memoria
Necesitan menos registros de
para almacenar la muestra
almacenamiento,
actual y las anteriores de la
número de coeficientes es menor
señal de entrada, así como
que el equivalente
los coeficientes del filtro Algunas características de
Los filtros paso-todo sólo se
amplitud,
pueden realizar con IIR
como
la
ya
que
el
requerida en los sistemas diferenciadores se realiza mejor con un FIR Pueden conseguir
una
sólo se pueden aproximar a una
característica
fase
característica de fase Lineal con
de
exactamente lineal
gran aumento de la complejidad
FRECUENCIA ∞
n−1
y [n ]=∑ h [ k ] x [ n− k] ,
y [n ]=∑ h [ k ] x [ n− k ] ,
k=0
k=0
ECUACIÓN EN n−1
DIFERENCIA
M
∑ bk z−k
Hfir(Z)=∑ h [ k ] z , −k
Hiir(Z)= k=o N
k=0
ak z−k ∑ k=0
Son COMPARACIÓN
intrínsecamente
estables
simultáneamente) si todos sus polos están en el interior de la
ESTABILIDAD COMPARACIÓN DIFICULTAD EN EL DISEÑO COMPARACIÓN ESTRUCTURAS COMPARACIÓN SENSIBILIDAD A LAS INTERFERENCIAS
Suelen
ERROR DE CUANTIFICACIÓN
exigir
circunferencia unidad Se diseñan con fórmulas cerradas
aproximaciones iterativas
y transformaciones sencillas como
Admiten
la bilineal Sólo pueden
realizaciones
realizarse
con
recursivas y no recursivas Puede verse afectada por
estructuras recursivas La perturbación puede afectar a la
su
o
señal de salida indefinidamente
estado
inicial
cualquier interferencia Los
COMPARACIÓN
Sólo serán estables (y causales
efectos
la
pueden producirse oscilaciones
pueden
indeseadas en la salida a causa del
hacerse irrelevantes si se
desbordamiento o de los ciclos
utilizan
límite
cuantificación
de
longitudes
de
palabra a partir de 12 bits.
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.
TECNICAS DE DISEÑO PARA FILTROS DE RESPUESTA FINITA AL IMPULSO (FIR)
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.
METODO DE FRECUENCIAS: Con este método obtenemos un filtro cuya respuesta en frecuencia pasa por los puntos fijados.
Ventajas:
Ventajas:
Ventajas:
*Presenta menor rizado en las bandas de paso y de rechazo.
*Permite un control total de las características del filtro en cuanto a frecuencias ganadas y longitud.
*Procedimientos rápidos para el cálculo de los coeficientes.
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.
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.
*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.
4. Convierta el filtro con la siguiente función de transferencia T ( s )=
16 2 ( s+4 )
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 )=
s=
16 16 = 2 2 (s +4 ) s +8 s +16
{
2 1−Z−1 . Ts 1+Z−1
}
Reemplazando H ( z )=
16
[ { }] [ { }] −1
2 1−Z . Ts 1+ Z−1
H ( z )=
2
+8
−1 2 1−Z +16 . −1 Ts 1+ Z
16 2
−1
−1 4 ( 1−Z ) 16 (1−Z ) +16 + −1 2 2 Ts ( 1+ Z −1 ) Ts (1+ Z )
Sacando común divisor en el denominador H ( z )=
16 −1 −1 −1 −1 4 (1−Z ) +16 (1−Z ) ( Ts(1+Z )) +16 (Ts2 ( 1+ Z ) ) 2
2
−1 2
Ts2( 1+Z ) Aplicando la ley de la oreja
−1 2
H ( z )=
16(Ts2 ( 1+ Z ) ) −1 2
−1
2
4 ( 1−Z ) +16(1−Z ) ( Ts(1+Z−1 )) +16(Ts ( 1+Z −1) ) 2
Dividiendo los coeficientes de toda la expresión entre 4 y reemplazando el valor de Ts= 1/5 4 (( 1 /5 )2 ( 1+ Z ) ) 2 2 ( 1−Z −1 ) + 4(1−Z −1 ) 1 (1+Z−1 ) +4((1/5 )2 ( 1+ Z−1 ) ) 5 −1 2
H ( z )=
(
)
−1 2
H ( z )=
4 (0.04 ( 1+ Z ) )
( 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 0.16 (1 + Z−1 )
2
H ( z )=
2
2
( 1−Z −1 ) +0.8 (1−Z−1) ( 1+Z −1) + 0.16 ( 1+ Z−1)
Desarrollando y destruyendo paréntesis H ( z )=
0.16 ( 1+2 Z−1+ Z−2) ( 1−2 Z−1 +Z −2 )+(0.8−0.8 Z −1 ) ( 1+ Z−1) +0.16 ( 1+2 Z−1+ Z−2 )
H ( z )=
0.16+0.32 Z−1 +0.16 Z−2 −1 −1 −2 −1 −2 1−2 Z +Z +0.8+ 0.8 Z −0.8 Z −0.8 Z +0.16+0.32 Z +0.16 Z −1
−2
Sumando términos semejantes H ( z )=
0.16+0.32 Z−1 +0.16 Z−2 1.96−1.68 Z−1 +0.36 Z−2
Multiplicamos toda la expresión por H ( z )=
( 0.16+0.32 Z −1 +0.16 Z−2)∗( Z 2 ) ( 1.96−1.68 Z −1 +0.36 Z−2 )∗ ( Z 2 )
H ( z )=
0.16 Z 2+ 0.32 Z +0.16 2 1.96 Z −1.68 Z +0.36
Z
2
Dividimos todos los coeficientes en la expresión entre el primer termino del denominador
( 0.16 Z 2+ 0.32 Z+ 0.16 ) H ( z )=
( 1.96 )
( 1.96 Z −1.68 Z+ 0.36) 2
( 1.96 ) 2
H ( z )=
0.081 Z + 0.163 Z+0.081 2 Z −0.857 Z +0.183
Rta: H ( z ) =
0.081 Z2 +0.163 Z+ 0.081 Z 2−0.857 Z +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 Invariante clear all clc Fs=20 num=[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 on impz(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 all clc fs=8000 fpb=1600 fsb=1500 rp=1 as=60 dp=(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...