PROCESAMIENTO DIGITAL DE

,....,

SEN ALES

PRINIERA PARTE

FILTROS DIGITALES

BOHUMIL PSENICKA

UNAM DIEEC
PACULTAD DE INGENIEIUA

!vrEXICO 199~.

1
 Pr6logo

En las ultimas decadas, los sistemas que han trabajado con circuitos anal6gicos son reem-
plazados por sistemas digitales. El objetivo de este libro de texto es enseiiar a los estudiantes
el diseiio de los filtros digitales que se utilizan en las aplicaciones de procesamiento digital
de imagenes, procesamiento digital de voz, procesamiento digital de las ser1ales biomcdicas
etcetera.
El libro de texto esta escrito para los estudiantes de las carreras de: electr6nica, tele-
comunicaciones, computaci6n y la carrera de control. El autor espera que los estudiantes
que realizan sus proyectos o preparan su tesis profesional o de maestrla. encuentren en esta
materia, algunas ideas interesantes.
Este libro esta dividido en nueve capltulos. En los primcros tres, se presenta Ia clasi-
ficaci6n de las seiiales y de los sistemas. :\demas dichos caplt ulos cuentan con ejercicios
para Ia transformada z, la convoluci6n y la correlaci6n. En los cap{tulos cuarto y quin-
to se explican las tranformadas de Fourier y la transformada de Fourier rapida. En los
capltulos 6 y 8 el estudiante encuentra bastantes ejcmplos para diseiiar los filtros digitalcs.
En el capitulo noveno ( Analisis del filtros digit ales) se exponc un metodo nue\·o no conocido
en otras publicaciones, que utiliza un analisis matricial basado en el diagrama de flujo de
sen ales.
El au tor quiere manifestar su agradecimiento a Ia L\ :-\}..! y Ia Facultad de Ingenierla.
Pero muy especialmente al Sr. Ing. Jose ).lanuel Covarrubias. director de Ia Facultad quien
apoy6 ampliamente la pronta publicaci6n de este libro. Quiero agradecer a los profesor~s
Larry H. Escobar Salguero, Enrique Gabino Garcia Garcia y a la sccretaria Raquel Palmeros
que me seiialaron algunos errores tipograficos.

Ciudad Cniversitaria
\Iayo 1995
Dr. In g. Bohumil Psenicka
Contenido

1 Clasificaci6n de las senales y sistemas 3

1.1 Clasif1caci6n de las senales . 3
1.1.1 Las senales continuas .. 3
1.1.2 Las senales discretas .. 6
1.2 Sistemas discretos en el ticmpo 8
2 La transformada-z 13
2.1 Definiciones de Ia transformada-z directa y inversa. 13
2.1.1 Propiedades de Ia transformada-z 15
2.1.2 La transformada-z inversa 19
3 Correlaci6n 23
4 Thansformada discreta de Fourier 27
4.1 Simetria de Ia transformada Fourier . . . . . . . . . . . . . 2~
4.2 Propiedades de Ia transformada Fourier . . . . . . . . . . . 32
4.3 La transformada Fourier de una senal discrcta y peri6Jica 37
4.4 Las propiedades de Ia DFT . . . . . . . . . . . . . . . . . . 38
5 La transformada rapida Fourier 45
5.1 El algoritmo "Decimaci6n en el tiempo" 46
5.2 El algoritmo "Decimaci6n en Ia frecuencia" .53
6 Filtros digitales con respuesta infinita 59
6.1 La estructura cascada de un filtro digital . . . . . . . . 61
6.2 La estructura paralela de un filtro digital . . . . . . . . 62
6.3 Filtros digitales con la respuesta finita al impulso -FIR 65
6.4 S!ntesis de los filtros IIR . . . . . . . . . . . . . . . . . 67
6.5 Diserio de los filtros desde la respuesta al Dirac 74
6.6 Sintesis de los circuitos discretos con Ia ayuda de las matrices circulares 76
7 Filtros digitales con la respuesta finita FIR 79
7.1 Diseno del Filtro FIR . . . . . . . . . . . . . . . . . . 82
7.2 La influencia de las ventanas a Ia respuesta del filtro 84
8 La Funci6n de transferencia de los sistemas 89
8.1 La funci6n de transferencia de los sistemas anal6gicas 89
8.2 Analisis de circuitos discretos en la frecuencia 94
9 Analisis de filtros digitales 101
9.1 Ejemplos . . . . . . . . . 103
 FACULTAD DE INGENIERIA UNAM
APUNTE
187- A
\1\\1 11\l\\\\1\\\1\
1a PT
1994
611447 G... 611~47
G.- 611447

Capit11lo 1

Clasifi.caci6n de las seiiales y sistemas

1.1 Clasificacion de las seiiales

Tipo de las scJ1alcs en el ticmpo:
1.) Continuas
2.) Discrctas

1.1.1 Las seiiales continuas

Los senalcs continuas las clasificamos en sci!alcs pcrioclicas y no pcri6dicas. Estas sci'ialcs
podemos ver en Ia figura 1.1.

x(t) t / _._ -..

~t ~--~-L--~--- t
x(t)j bD
X(t) ~ X(t) 1
~ 4----"---
-t -t

Figura 1.1: Las senalcs continuas perioclicas y no pcri6dicas

La transformaci6n mas cono(ida de las funcioncs x(t) en cl ticmpo, a funcioncs X(w) en

la frccucncia, cs la transformada de Fourier, definida por Ia ccuacion

X(jw) = 1: x(t}~-jwtdt ( 1.1 )

y Ia transformada inversa de Fourier

:r(l) = -
1
271'
1=
-=
X(jw)cjwtdl ( 1.2)

3
 DU
Figura 1.2: Sciial x( t) y su cspcct.ro

J El espectro de la senal continua y no peri6dica es continuo y no peri6dico

Ejemplo:
Que espccLro ticne una serial x( l) no pcri<'>uica en Ia ccuaci('m 1.~~

A _-=.!1. <t< _1_1_

(1.~3)
x(t) = { 0 /l/ ~ fj - 2

Si utilizamos la transformada. de Fourier dirccLc ccuacion 1.1 obtcncmos

La grafica del cspcctro cs en a figura 1.2.

Si desplazamos la senal en la f.gura 1.2 ala dcrccha como sc vc en la figura 1.3, obtcncrnos
una scnal sin ning1!n valor para t < 0. Esta funcion sc llama irnpulso causal.
El cspcctro de un impulso de Dirac cs constante como sc vc en la figura 1.~1.

_1~~ tlt-~(.)
1t tr(w)

-11'

Figura 1.:3: ScJ!al :r(L) y .s11 cspcuro

 td{t) 1 jo(Wl
1

---
Figura 1.1: Impulso de Dirac y su cspectro

D(jw) = 1: 8(t)e-Jwtdt = 1 (1.3)

Condici6n de existencia de la transformada de Fourier:

Para que exista F {x(t)}, debe cumplirse que J~= jx(l)jdl. <co. Las funciori.es pcriodicas
no cumplen la condici6n

1: jx(t)jdt <co (l.G)

y par eso no existe la integral

(1.7)

Entonces no podernos calcula:· el espcctro via Ia transformada de Fourier. Los cspcctros

de las seiiales pcriodicos se calculan par media de las series de Fourier

ak = ;r :c(t).ros(kwot)dt
s Jr,
( 1.8)

b,, = ~- r .T(l) ..-;en(k:..v•ul)di

J JT, s

o en la forma cxponencial
CXl

x(t) = 2: ( 1.9)

don de

I
rk = -;--;--
Is
j T,
x( l)r; -J·'k·wot dt (1.10)

Ejemplo:
Calcule el espcctro de b serial analogica cant inua. por partes y pcric)clica clc Ia figura 1.3

1 J'
1 ~~o . kw I A _
ck = - _,1c - J 0
rlt = - - ( c -- .,
' · - 1) (1.11)
To.o 2;;-k '
 pill
ll 0 0 0 --t

Figura 1.5: Sefial continua por partes y pcrioclica

-k

Figura l.G: Espectro de un trcn de impulsos

A
I
para k = 0

trr para k = 1,3,5, 7... (1.12)

0 para k = 0, 2, 1, G, 8 ...

El espectro es discrcto y se vc en ]a figura l.G

I El espectro de la seiial anal6gico y peri6dico es discreto y no peri6dico.

1.1.2 Las seiiales discretas

Las seiiales cliscretas las podemos dividir tambien en
a.) Seiiales peri6dicas
b.) Sciialcs no peri6dicas
La ser1al discreta peri6dica esta en la figura 1. 7a y la serial discreta no pcri6dica cs en la
figura 1. 7b.
El espectro de una sciial di~creta y peri6dica se puedc dctcrminar por la transformada
discrcta de Fourier que csta clef nida por Ia ccuacion

N-1
2
XP ( k) ~
= " "' Xp ( n ) c - j ;Jn.k (1.13)
n=O

(1.11)

G
 -n

--~~~~~~~ r
-n -n

Figura 1. 7: Las ser!ales discrctas pcriodicas y no pcriodicas

I El espectro de una seii.al discreta y periodica es discreto y periodico.j

Esta situaci()n es mostrada en Ia figura 1.8

El espectro de una seiial discrda y no pcri()dica se cakula usando las ccuacioncs

x (n ) = - 1
271"
1" ' "( .)
-;r
,,.,: )u..J c )11WT rI_,_,. (I. Ei)

,......., -jnwT
X(jw) = L...t x ( n ) c (1.16)
n=-oo

La sei1al en cl dominio del tiernpo y su espcctro son mostradas en la figura 1.9

I El espectro de una senal discreta y no peri6dica es anal6gico y peri6dico.j

fX(n) tX(k)

-k

Figura I.R: El c:;pcctro de nna serial discrcta y pcric'Jdica

 fX(n)

-n
tX(w)

-
Figura 1.9: El e~pedro de una seiial cliscrcta y no pf'riodica
(.J

1.2 Sistemas discretos en el tiempo

Sistema invariante en el tiempo
Sistema invariante en el tierLpo es cl sistema que cumplc lets condiciones:

H
x(n) ~ y(n)
IT
x(n-k)~y(n-k)

Si la seiial x( n) en la entrctda esta retard ada acerca de ticmpo k, y si la serial en la salida

esta retardada tambien de lo rr.ismo tiempo k luego la sistema es invariante en cl ticmpo
(SIT).
Sistema lineal
El sistema es lineal, si cump le para cualquicra serial :r 1 ( n) y x 2 ( n) las condiciones:

El sistema causal
El sistema es causal si la seiial en la salida y( n) es dependicntc solo en la sciial de entrada
x(n) yen las seiiales retardada:; x(n -l),x(n- 2), ... ,x(n- k) y no clepende a las serialcs
x(n + 1), x(n + 2), ... , x(n + k).
La sistema estable
La sistema estable es la sistema que cumple las condiciones

\h(n)\ < oo

donde h(n) cs la respuesta d irnpulso

Un sistema discrcto tiene una salida y una entrada, como sc ve en Ia figura 1.10, doudc:
x(n) cs ]a seiial de cr trada en el dorninio de ticmpo.
X(ju.J) es la seiial de ertrada en cl dominio de la frecucncia.
y(n) cs la seiial de sa ida en el dominio clc ticrnpo.
Y(jw) es la sciial ck salida en cl clorninio de Ia frccucncia.
II(jw) es la funcion de transfercncia dcfmida por Ia ccuacion 1.17

8
 1!( 'w) = Y(jw) (1.17)
J X (jw)
y(n) cs Ia respuesta del sistema y sc dctcrrnina por Ia convolucion de :r(n) y y(n). En-
tonces en el dominio del tiempo ~e calcula Ia respuesta del sisterna por Ia ccuacion

y(nl = x(n) * h(n) = h(n) * x(n)

y en el dominio de Ia frecuencia

Y(jw) = X(jw) x !!(jw)

La convolucion discrcta csta ceflnicla por la <:cuacic)n
00

)t(n) = :L x(k)h(n- k) (1.18)

k=-oo

pcro para calcularlo neccsitamos muchas operacioncs. Por lo tanto transformarnos la

sefial x(n) a X(jw) y calculamos Y(ju.-') como prducto de X(j~~_,') y !J(jw). El rcsultado
Y(jw) lo transformamos con Ia transforma.da invcrsa para obtcncr y(n).
Para transformar una seiial en cl dorninio del ticmpo a una ser1al en cl dominio de Ia
frecuencias utiliza.mos Ia transfor:11ada de z o Ia transformada Jc Fourier. La Lransforrnada
z estci deflnida por Ia ccuacion 1.. 9
00

X(z) = :L x(n).z-" (1.19)

n=O

donde Ia relaci6n entre el dorrinio des y z queda cstablecicla por Ia ccuaci6n

(1.20)
T es el intcrvalo entre dos rnucstr as (Intervalo de mucstreo)
La senal x(nT) que se tarnbicn esnibe J'(n), se puecle escribir como una scrie de nt1meros
en la siguicnte forma

x ( n T) = x ( n) == { 0.1 0. 2 0. 2 0.1 0. 3 0.4 0. l 0. 0 0. 0 0. 0} (1.21)

Ejemplo
Determine la convoluci6n clc l1.s scna.les x(n) y h(n)

x(n) = {1/'l 1/2 1. 1/4} h(n) = {1. 1. 1/2 1/2}

x(n) h (n) Y(n)

___.
X(vJ) H(w) Y(w) =- t' [ y(n~

Figura 1 10: Sistema cliscrcto en cl ticmpo

 tx(n)
0,4
o;:.
0,2
0,1
l i
Figura 1.11: La sciial discrcta en cl dominio de ticrnpo
--n

Podemos substituir esos numcros en Ia ccuacion

00

y(n) = 2.: x(k).h(n- k) ( 1. 22)

k=-oo

Pero eso neccsita cscribir rnuchas ccuacioncs. El misrno rcsultado sc ohticnc m<is f<-isil
usando la convoluci6n matricial

y ( n) = cy k l h ( n) .x (n) ( 1.2:1)
o graficamente
El m<~todo grafico

114 112 1 114

112 112 1 1 y(O) = 1.(1 14) = 114
112 112 1 1 v(1) = 1. ( 112) + 1. ( 1I ~1) = 3I 1
112 112 1 1 y(2) = 1 + 112 + (112).114 = 1318
112 112 1 y(3) = 1~318
112 112 1 1 y(4)=1
112 112 1 1 y(-5) = 518

y(n) = {114 314 1318 1318 1 GIS 118}

y(n) = {0.25 0.75 1.625 1. 0.625 0.125}

La convoluci6n matricial

y(n) = cykl x(n) x h(n)

114 0 0 0 0 0 0.25
112 114 0 0 0 0 0.75
1 112 111 0 0 0 l 1.625
114 1 1/2 111 0 0 112 1.625
y(n) = X --
1
0 1/4 1 112 114 0 112
0 0 1/-1 1 112 1I ,1 0 O.G2.S
0 0 0 114 1 112 0 0.125
0 0 0 0 i I ,1 1 0

10
 y(n) t
?

~ :t ---- n
x(n) y(n)
0, 2
H(Z)=
z-08 .
Y(Z) = H(z). X(z)

Figura 1.12: Sistem;:, discreto alimcntado con un tren de irnpulsos

Se obtiene el mismo resultado.

Ejemplo
Determine la respucsta de un circuito a un trcn de impulsos. La funci<)n de transfcrcncia
es

H(z) = 0.2
z- 0.8
Prirnero cletcrminarnos con la ayucla de transforrnada de z in versa h(n) usando !a ccu;u:i<'m
h(n) = z- 1 {Il(z)}. Podernos utilizar Ia tabla de transformada-z, o dividir del nnmerador
H(z) entre denominador de H(z). Entonces obtcnemos

0.2 : z- 0.8 = 0.2z- 1 + O.lG.z- 2 + 0.128z- 3 + 0.1 021z- 1

Los coeficientes de la seria h(n) son los cocficientcs de las potcncias de z.
Entonces
h(n) = {0 0.2 0.16 0.128 0.1021 .... }
Ahara calculamos la convoluc on de dos secuencias x(n) y h(n) mediante Ia convolucion
circular (rnatricial). La serial :r(n) es el tren de irnpulsos unitarios.

1 0 () 0 0 0 0
0
1 1 () 0 0 0 0.2
0.2
1 1 0 0 0 0.16
y(n) = X 0.36 ( 1.24)
1 1 0 0 0.128
0. 188 1

1 1 1 1 0 0.1021
0.5904
1 1 J 1 1 1
La gritf]ca de la respuesta a un trcn de impulsos es en la flgura 1.13.
IIasta ahara hernos analizado ~1 circuito en el dorninio de ticmpo. Aplicctndo la transfor-
rnacla z a ]a funcion x(n) obtencmos X(z).

X(z) = z {.T(n)}
La respuesta en el dorninio de frecuencia cs

Y(z) = X(z).JJ(z)
Para e1 mismo ejernplo calcul<Lrnos ahora X ( z) usando Ia transfonnada de z.

11
 Y(n)

t 0,6
O,Ll 4

0,2
l ~n
2 3

Figura 1.1:1: La respuesta de la sistema a un trcn de impulsos

X(z) = L x(n)z-n
n=O

dondc x( n) es

x(n) = {1 1 1 1 1 1 ..... }

v( z ) = 1 + z -1
"" + z -2 ·+- z -3 +z -·1 + z -5 + ... /rnulliplicorulo por z-
1

v ( z ) .z -1 --
j~ z - 1 + z -2 + z - J + z - ·1 + z -;, + ...

Si sustraemos estas dos ecuacioncs obtcnemos

l
X ( z) -- X ( z) z- 1 = 1 ==> 'X ( z) = _ z- 1
1
Este resultado lo podemos cscribir tamhi6n en esta forma

X(z)=z{l l 1 111 ... }=-"'-

z+1
La respucsta clcl circuito en cl dorninio de z cstci dado por:

z 0.2 0.2z
Y(z) == - - x - -
z - 1 z - 0.8 z 2 - 1.8z + 0.8
La rcspuesta de la sistema en cl clominio del tiempo sc calcula mediante b transforrnacla
z inversa y(n) = z- 1 {Y(z)}
Diviclicndo cl dcnorninador entre numcrador de la fnnci6n de transfercncia !1 ( z) obtcn-
cmos el misrno rcsultado que anterior.

0 . 2 z : z 2 - 1.tlz
" + I)".o = 0 ..__:;
'J -t +. (')..'ll'll2 -'2 + 0•.."('
) J.:: <l-\ - 0 .:J.
-c) z -·1 -,"- ...

Entonccs

y(r.) = {0 0.2 o.:)G O.·lS~ O.r/1 .. 1

Capitulo 2

La transform<:tda-z

2.1 J)efiniciones dE~ la transformada-z directa y inver-

sa
La tra.nsformacla-z csta dcfinida por b ccuaci6n:

X(z) = L :r(rt)z-n (2.1)

n=-CXl

silas mucstras :r(n) son igualcs a ccro para n < 0 podcrnos utilizar Ia ccu<lcic)n:

00

1.-(,z) =L x(n)z-n (2.2)

n=O

Esta transforrnaci6n sc llama Lransforrnada-z dirccta, y transforrna llll<l ~;('rial x(n) dcscle
cl dominio de tiempo en la scJ!al X(z) en cl dorninio de Ia frccuencia, :z = c:.i..,T_ Esa relaci6n
se pucde cscribir en Ia forma

X(z) =z {x(n)} x(n) ~ X(z)

La transforrnada, z inversa, sc ·~alcula usando Ia formula

1:(n) = - -.
2KJ
1
f X(z)z"- 1 d::: (2.:n

Pcro csta, fc)nnula eu Ia pr<ict: ca no sc utiliza, porque los funcioncs de transfcrencia son
qnebrados de dos polinomios.

Ejcmplos
-----

Dctcrminar Ia transformada-z de: las siquientcs scJ!alf's:

a.)

J.· 1 (n)= 11 2 :-) 7 0 I}

 b)

x2(n)={O 012 5}

+ 1... + 2.z + d.Z = - +

~-2
-2z-+-5 -~
2
X 2 (z ) _- 0 .z o + .J.z -1 _3 r: z
z~

usando la transforrnada-z in .rersa obtencmos el resultado original

Z2 + 2 .::: + 0r: : Z~ = Z -2 + 2Z -3 + ,)Z

r: -~ + ...

dondc:

x(n) = {0 0 1 2 5 }
Los coeficicntes Xi son los cocficientes que se multiplican con el factor z-i

c.)

J:~(n) = { 2 1
1
5

x~l:n) = 2z 2 + 4z + 5 + 7z-l + z-:l

2z 5 + 4z 4 + 5z 3 + 7z- 2 + 1
X4(z) =
23

d.)

xs(n) = 8(n- 4)

x ~. ( n) = { 0 0 0 0 1 0 ... }

La funcic>n delta de Dirac o tren de irnpulsos es muy irnportante para el an<:ilisis de

sistemas:
Deterrninar la transforrnada-7: de un tren de impulsos.

x(n)={1 1 1 1 1 ... }
Usando Ia ccuacic)n 2.1 CXl

X(z) = 2:.: XnZ-n (2.1)

n=O

obtcnernos

X(z) = 1 + lz- + lz- + lz- + L::- + lz-" + · · ·

1 2 3 4

multiplicando la ecuacion por z- 1 obtenemos

 -,r-o
x(n) t i~ I I l l l
--+n

F gura 2.1: Trcn de impulsos

z -lxr( z ) == z -1 + z -2 + z -:1 + z -4 + z -5 + ...

Si las ecuaci6nes anteriores las sustraemos nos cia

1 z
X(z)- z- 1 X(z) = 1 ==> X(z) = - -1
1 - z- z-l

2.1.1 Propiedades de la transformada-z

Lincalidacl:
Si existen las transformaclas

cntonces se cumplc

(2.5)
Ejemplo:
Determina X(z) de !a senal

x( n) = {3.(2t - ·1.(3)"}

Si escribimos x 1 (n) y x 2 (n) por una sccucncia de los numcro:; obtcncmos

x 1 (n) = p ('
2 22 ·):l
~
+ ... ~J

.r: ( n) = {1 :3 12 ·;3
'
+' ... J1

Con el mismo procesarnicnto :-rue en ei cjcmpio anterior oblcn<',rnos

1
x·, (:: J = ---~-~~-~-!

: .)
 Y cl rcsultado cs

3 4
X(z) = - - - - - - ---
1- 2z- 1 1- :3z-1

Dcsplazamiento en cl tie1npo:
Si existc Ia transformada

x(n) ~ X(z)
cntonccs

(2.G)
Ejemplo
Calcular :r 1 ( n - 2) y x 1 (n + 2) si conocemos Ia sccucncia :r 1 (n)

Xt(n) = {1 2 5 7 0}
La transformada-z de una scfial x 1 ( n) cs:

~ -2 + ~ -:J
v ( )
~1 Z = 1 + ')~Z -1 + :Jz IZ

Si ntilizamos la ccuaci6n (2.G) obtcnernos

X (Tl -
?)
~
z
{::::::::} Z
-2x ( ) =
l Z Z
-2 q ~ -1 + ~ -s
+ L-Z -3 + ,JZ IZ

entonccs:

x 1 (n- 2) = {0 0 1 2 5 7 0}
similarmentc

X (7l + 2) z
¢=::::? Z
2 \/" (
1 1 Z
)
= Z
2
+ ')~Z + .:J~ + ~I Z -1
cntonces:

.T 1 (n+2)={1 2 57 0}
En b figura 2.2 sc vc como sc dcsplaza cl SC1-Jal :rt(n)

Convoluci6n de clos ::;cries:

Si cxistcn las transformada:;

cntoncC's existc .r(n) tal CJUC:

l!i
 x(n)
' x(n+2l x(n) x(n-2)
7 .(f' /(
/1
5, I

I
r/
'I
I
I
I I
/

I I I I /

121
~--~·~~~~.,~~~-n
_,){ \.,

-
Figura 2.2: Desplazamicnto dd scil.al x 1 (11) ala dcrccha y a, la izguicrda.

( ')~.I'"')
La convoluci6n esta definida por la ecuacion
00

X:n) = L x 1 (k).x 2 (n- k) (2.8)

k=-'XJ

Ejcmplo:
Calcular la convolucion de las scrtalcs x 1 (n) y :r 2 (n).

Si x 1 (n)={1 -2 }
1
x2(n)={
0 para cl resto de n
Las sci1alcs en cl dominio de .:: son

X 1 (z) = 1- 2z- 1 + z- 2
X 2 (z ) = 1 + z -1 + z -2 + z -3 + z -4 + z -5
Si multiplicamos estas dos serlales obtcnemos cl producto

Y la serial en el dominio de ti<~mpo cs

x(n)={l -1 0 0 0 0 -1 1}
Reversion del ticmpo:
Si existe

:r(n) * X(z)
cntonces

17
 (2.9)
Ejemplo:
Deterrninar la. t.ra.nsforrnada. del la senal

x(n) = u( -n)

, 1
u(n) ~ - - -1
1- z-
Usando la ccuacion (2.9) obtencmos

1
X(z) = - -
1-z

Diferenciaci6n en el clominjo de z:
Si cxistc
1·(n) ~ X(z)
entoncc existe

z dX(z)
n.:r(n) {::=:} -z--- (2.10)
dz
Ejcmplo:
Dctermimar la transforma.da.-z de la. scnal

Conoccmos la transformada-z de Ia serial {an}

Usando Ia. ecuacic'm (2.10) ohtenemos

r ) dX1(z) az- 1
X(z = -z = .
dz (1-az- 1 )2

Corrclaci6n de dos series:

Si existc

cntonccs Ia corrclaci(m de x 1 (n) con :r~( n) se define:

CXl

n=-oo

18
 Ejcmplo:
Dctcrmina la autocorrclaci6n de la scnrial

:r(n) ={an}

X(z) = ---
1 - a.::- 1

X(z-1) = 1
1- az

1 1 1
Rx:r = -.- - - - X - - -
1 - az- 1 1 - az 1 - a.(z + z- 1 ) + a2
2.1.2 La transformada-z inversa
La transformada.-z inversa sc calcula dividicnclo cl numcrador entre cl dcnorninador, o con
la ayucla de tahlas de ]a transforrnada-z.
Ejcmplo:
Ddcrrninar x(n) de :

1
X(z) =
1 -}?'-1+.!_?'-2
2 2~ ~

3 -1 l -! 3 -1 7 -2 1.5 -:l 31 -1
:1--z
2
+-z
2
=1+-z
2
+-z
4
+-z
8
+-]('>:: + ...
Los cocficientcs de la scric cornponcn la sciial x(n) en cl dominio de ticrnpo.

3 7 15 31
2 1 8 16
Ejernplo:
Dctcrmina ]a, transformada-z :nvcrsa de la funci<)n

Y( ?')
H(z) =X(~)"' = 1 - az- 1

__1__ ~an
1- az- 1
a.) para a = i obtencmos la secm·ncia
1
2 1
Si ponemos en la entrada. un irnpulso de Dirac, cntonccs h(n) = y(n.) y si Ia scJial en la
salida converge a ccro, como seve en la figura 2.3. cntonccs Ia funcion de iransfcrcncia cs la
funcion de una sistema establc.

19
 'I
,_
')

Figura 2.~:: La respuesta de una sistema cstablc

-n
Figura 2.1: La respuesta de una sistema no cstable

b.) para a=2 obtcncmo:; Ia secuencia

h(n) = {1 2 4 8 ... }
En este caso la seiial no converge, cntonces para a= 2 Ia funcion de transfcrencia !I(z)
es la funci6n de una sistema que es inestable.

1
II(z) = 1- 2z-I

La grMica de la respuesta es en Ia figura 2.4

c.) Para a=1 obtenemo~; la secuencia

h (n) == y ( n) = { 1 1 1 ... }

1
JI(z) = 1- z-1
En este caso cl sistema es cuasiestable. La graflca de la respucsta es en la flgura 2.5
d.) Para a=-1 obtencmos las mucstras de Ia salida

X(n)t

-n

Figura 2.5: La respucsta de un sistema cuasiestable

20
 x(nJ
t
1

I I
I

-n
-1 1 1 1
Figura 2.6: La respuesta de un sistema cuasiestable

-
Y(nlf

-
n

Figura 2. 7: Localizacion de los polos de la funcion de transfcrcncia. y su respuesta

h(n)=y(n)={l -1 1 -1 1 -1 ... }

H(z) = - -
1 + z-1
La grafica de la respuesta es en la figura 2.G
En la figura 2. 7 son mostrado~ los polos de la fnnci6n de transfcrcncia en cl dominio de
z y su rcspuesta.
Ejcmplo
Determine X ( z) con la ayuda de la transformada-z, si se c:onocc la serial :r ( n)

T(n) c= {co.swon}
Usando la formula de Euler obtcncmos

•) I
~l
 sustituycndo :a =)won

a z 1
c ·~> 1

cntonccs

~ ~[
1 ] 1 - z- 1 cos U..'o
z 1 +1_ . =
2z- 1 cosw 0 + z-'2
cos(won) 2 1_ e)wonz-l c-Jwonz-l -

22
Capitulo 3

Correlaci6n

La operaci6n rnatematicamcnte parecida a convolucion es la corrc\aci6n. Como en c\ caso de

la convolncion trabajamos tarnbicn con dos sccucncias de numrros .T(n) y y(n ). Pero en c\
caso de la corrclaci<Sn examinamos si l<1s secucncias son parccic\;cs. La corrc\acicSn se utiliza
en las tclecomunicaciones, en la t<;cnica de radar y geologia etc.
Si tcncrnos dos sen ales1;(n) y r;(n) que qucre'mos corn parar, la sciial .1:(11) cs la. sdtal que
transrnitimos y 1a scnal y(n) cs la serial rccibid<l f]IH' sc rd)()to de un ohjdo, b scltal y(n)
cs practicamentc la serial :r(n) transrnitida, pcro rctardado sobrc un factor D, clisminuido
con el factor ct y dcformada por un ruido. F.s<l scJial rcflcjada \a pod(~rnos cxprcsar por una
ccuacwn

y (n) = a ..r ( n - /)) + ll{n) ( 3.1)

Esta situa,cic)n esta rcprescnta,da por la flgura :1.1

Figura 3.1: La sdtal transmitida .r(n) y rcflej;ula y(n)

Nuestro problema cs comparar ]a,s sertalcs .T(n) y y(n) y de csa rnancra. idcntificar \a pres-
encia del objcto y dctcrrni11ar D, si conocemos cl rctardo lJ pockrnos ca.lcular \a distancia de
objeto. Esta informacion muy importante la podemos obtcncr con \a a.yuda de Ia corrclaci6n.
Si tencrnos las seiialcs x(n) y y(n.) cnionccs Ia croscorrclaci(m del s6tal .r(n) y y(n) cs Ia
sccuencia. de los nurncros Try(l) y cst<i ddinida por las ccuacioncs:
00

Tr:y(l) = .~ :c(n.)y(n-
':----"'\>
'
l) { = 0 ~1= 1. ±2 ... (3.2)
n==-,x;

Try(l) =
.')""
~
.r:(n. + l)y(n) l = 0 ± 1, ±2 ...
n==-c:x:-
 Si cambiamos x(n) por y(n) podemos expresar Ia croscorrelaci6n por las ecnacion<'s (:3.'1)
y (3.5)

ryx = 2: u(n).x(n- ') l = 0 ± l, ±2 ...

n=-oo
00

ryx = L )J(n + l).x(n) l = 0 ± 1' ±2 ...

n=-oo

Ejemplo
Detcrminar Ia croscorrclaci6n r·xy( l) de las scquencias

x(n)={ ... O 2 -1:3 7 2

l
y(n)={ ... o J 1 -12 -2 4

I para l > 0 I
{o 2 - 1 3 7
l
l 2 -3 0 o}
{ 0 1 - 1 2 -2 /1
l
1 -2 0" o}
Afectuando la surna de los pod'uctos de x( i) y y( i)

r xy ( 0) = L X( i) y ( i)
i=-1

entonces rxy(O) = 7. Para l = 1 obtcnernos

{o 2 -1 3 7
l
1 2 -3 0 o}
{o 1 - 1 2 -2
1
;[ 1 -2 s o}
Con cl mismo procedimiento obtenemos las series para
rxy( 1) = 13
Para l = 2, 3, 4, 5, 6 y 7 obtenernos:

{o 2 - 1 3 7 2 -3 0 o}
{o 1 - 1 2 -2
j
4 -2 5 o}
21
1
 Si multiplicamos y sumamos os v~rminos olJtencmos:

Y similanncntc para l = -2 obtcncrnos las :wries

{o 0 2 - 1
.,
,) I 2 - :~ 0 o}
{1 - 1 2 -2 1
tl 1 -2 5 0 o}
'r:ry ( - -
')) -- 3'~
'

Para l = ( -2, -3, -1, -5'- G, -7, -8) olJtcncrnos

'rxy( -:3) = --11; 'rx 1.( --1) = 3G; 'rxy( -5) = FJ

'rxy(- G) = -9; 'r 2 -yl --7) = 10; 'r 1 y( -8) = 0

La croscorrclacion de las sccucncias 1:(n) y y(~t) cs Ia sccucncia r.ry(l)

r xy ( l) = { ... 0 0 10 - 9 19 3G - 14 :n 0 7 :1 - I8 1(; - 7 5 - 3 0 ... }

En cl caso especial, si x(n) = y(n) habl<nnrls de la. autocorrclacion de Ia sccucncia :r(n)

Txx( l) = L :r( n ).x(n- l) (3.G)

1=-"0

00

rn- = L x(n + !).1.·(n) (:~.7)

1=-XJ

La autocorrelacion normalizada csta dcfinida por la ccuacion

(f) 7'u

Pxx = rxx(O) (3.8)

de manera semcjantc Ia croscorrclaci6n normalizada por ccuacion :LS

(3.9)

En ejemplos practicos usarnos Ia correlacic)n para dcscu!Jrir Ia sct-l<tl pcriodica en Ia serial

destruida. por d ruido, en Ia que el perioclo no cs cviclentc.
Si tencmos una seiial x(n) ddorrna.cla. con cl ruido wn entonccs obtcnbnos Ia sccucncia
de los n u meros en Ia forma
y ( n ) = 1' ( n) + 1L' ( n ) (:3.10)
Si utili~arnos cl factor M para la normalizaci6n cs Ia autocorrelacic)n ryy

1'
ryy = M ~ y(n)y(n- l) (3.11)
Tl

25
 Figura 3.:~: autocorrclacion de una scr-t;tl y(n)

Si sustituirnos por y(n) y y(r::- l) obtencmos

1
ryy(l) = M :L[1:(n) + w(r~,)].[.r(n- !) + w(n- /)] (:3.12)
n

ryy(l) = 1~ [:L x(n)x(n- l) + :L x(n)w(n- l) + 2:: w(n)1:(n- /) + 2::

n n n n
w(n)n•(n- !)]
(3.1:3)
El primer termino ala clcrecha es la autocorrclacion de la secucncia, .T(n)

'f'cx(l) = M
1
2:: x(n).:r(n -- l)
n

Debido que la sccuencia :r(n) es pcriodica la autocorrehcion 1'xx-(l) de la scnal x(n) cs

tambicn peri6clica. Tiene sus m;]ximas en l = 0, N, 2N, 3N, .... Los m:tximas se disminuen,
porque la sccucncia tiene nurnew de termino flnito. La croscorrelacion entre Ia scnal y ruido
cs rnuy pequena.

lxw(l) = -
1
l'vf
:L :r(n).w(n- l) (3.15)
n

1
7'~ 1 x(l) = lV! 2:: w(n).x(n- l) (3.16)

AI fin Ia autocorrelacion del ruido va a tener su mci.xirno en ell= 0. Y la autocorrclacion

va a convcrgcr a ccro.

T1Lw(l) = .:[ 2:: w(n).w(n- !) (:U 7)

n

Esa cualidad nos pcrrniLc dcscubrir la serial pcric)dico :r( n) en !a serial y(n). En la figura
3.2 sc prcsenta esa idea.
De Ia autocorrclacic)n podcrn)s vcr el pcriodo del sci! a] 1:(n). El pcric)do cs en cste caso
N = 10. Los rnaxirnos sc dismiunycn porno tcncr sccucnci<t infinita.

2G
Capitulo 4

Transformad::L discreta de Fourier

La transformada de Fourier de u:1a serial discrcta no pC'riodica C'sta dcfinida por la ecuaci6n
00

v·( w ) = "
..,, ~ ' x (n ) c -jwnTdl..
n=-oo

y para Ia transforrnada invcrsa de Fourier poclcrnos escribir

· )
x (n = -,
1 /"". Xr (w ) . cJc.;nT (Iw ('1.2)
271 . -~
Esas dos cquaciones las exprcsamos simb6licarncntc :r:(n) ",_£_=> "'Y(u.:)
Ejemplo
Determinar el espedro de un<L serial x( n) dcfinicla por Ia ccuaci6n

A
x(n) ==
{ 0 paTa todas olras n

tx(n)

r
T

Figura 4.1: La sdial discrcta

X(w) = LM
A.e-jcunT =A (
1 + 2. L coswn
M )
.,
n=-lvf n=-1 I =I

r .sccn(J'vf-t-~)w
);'(w)=!L . w
.sen -;;

. sen(i\l-t-})w
1): (w)l = lA. w
sen -;;
I
 tx(n)

-n

-
w

D -
c.J

Figma 4.2: La sef1al Jis::rcta no peri<)dica y su espcctro continuo y r)('ri6dico

0 para X(w) > 0

LX(w) =
{ rr para .~(w) < 0
La gn\Jica de un se1ial .r(n) y su cspcctro se mucstran en la figura ,1.2.

4.1 Simetria de la transformada Fourier

Supongamos que la seilal en d tiempo .r( n) y su cspcctro son complejos. f·~ntonccs las
poclcrnos cxprcsa.r en la forma rectangular como

.r(n) = xn(n) + j.rJ(n) ('1.:1)

Si sustituimos csas ccuacioncs y e-Jw =cos w -- jsrn wen las ccuacioncs ('1.6) y ('1.7)

X
1 ~7f X'( Lv')C
( n ) =? \ J."-'nTd :__• (:1.6)
.__, 7r . -I;

co

n=-·XJ

28
 obtencmos las partes real y imaginar de las s61ales :r(n) ,v X(w)

=
Xn(w) = L [xn(n)coswn + J: 1 (n)scn wn]
n=-oc

=
.Yr(w) = -- L [.rn(n)scn wn- xr(n) cosu.:n]
n=-oo

1
xn(n) = - ( [Xn(w)coswn- .Y 1 (w)sen "-'n]dw ('1.1 0)
27T J27r

Ahora varnos a investigar algunas casos csrwcialcs:

I A. La scr1al real I
Si Ia scr1al x(n) cs real cnlonces vale

x n ( r,:) = x ( n ) :rr(n) = 0
y las ecuacioncs para cl espcc:Lro toman Ia forma

<)()

Xn(w) = L :r(n). c:os'-<-'11.

n=-0::)

Ti.=-o::J

de estas ccuacioncs podemos cscribir

= 00

Xn( -w) = L x(n). cos( -wn) = L :r(n) c:os'-<-'77

n=-C<J -00

Entonccs Ia parte real de Ia ..;erial cs par Xn( -w) = Xn('-<-'). L<l transformada imTrsa
Fourier y scnal real se calcula con la ayuda de Ia c;cuaci6n ('1.13)

x(n) 1
=- i1f [Xn(w)cosl<-'n- XI(w)scnwn]du) ( !J .1 G)
7T . ()

El modulo y h fasc de espectro lo podcmos cakular j)<Hil SCJ!alcs rcales de las ccuacioncs

- XI("-')
LX (w) = a ret o n - - - (-1.1 7)
Xn(w)

~--scr1 a.! rea I y d

Si la ser1al x(n) cs real y par •:ak x(n) = x( -n) y de las ccuacioncs
 Xn(w) = L x(n) cos wn (1.18)
n=-oo

00

X1(w) = L x(n)scn wn ('1.19)

n=-cx::>

obtencmos

00

XH(w) = x(O) +2L x(n) coswn

n=l

X1(w) = 0

.r( n) = -1 17!" Xn(w) cos wndw (•l. 21)

7r 0

La sciial par y real tiene su espcctro real que es 1a funci{m par dew

/C. La sei1al real e irnpar /

Si la sciial x(n) es real e impar x( -n) = -x(n) cntonccs

x(n) cos W'l es zmpar y x(n)scn wn es par

y de Ia ecuaci6n (4.22) y ('1.2~3)

00

X n (w) = L x (n) cos u.m

n=-oo

X1(w) = L :r(n)sen u.m ( 4 .2:3)

n=-cx::>

x(n) = -1 17!" [Xn(w) cos wn- XJ(u.:)scnwn]

7r 0

obtencmos
Xn(w) = 0

X1(w) = -2 L .1:(n)sen wn
n=J

x(n) = - -117!" X1(w)scn wndv.) (.1.25)

7r 0

Si la seiial x( n) es real imp<Lr su cspectro es funci6n irnpar de u:

QDJas sciialcs irnaginarias

Para las sciiales puras irnaginarias podemos cscribir xn == 0 y x(n) = j:r(n) y las funcioncs
 Xn(w) = L [xn(n) coswn + :r 1(n)scn wn]
n=-oo

X1(w) =- ~ [xn(n)sen u.m + xr(n) cosu.Jn]

n=-oo

.TJ(n) = ~ { [Xn(w)sen wn + X 1(:_..:) cosu.Jn]du.!

271" )2-tr

sc reduccn a:

00

Xn(w) = ~ ~·I(n)sen u.:n (t1.2G)

n=-oo

00

..YI(w) = ~ XJ(n)coswn (:), 27)

n=-oo

x1(n) = 1"' [X n(w )sen wn + X1(w) cos wn]du.:

Si XJ(n) es impar -x1(n) = x 1( -n) cntonces

00

.Xn(w) = 2 ~ XJ(n)scnu.:n (/J .29)

n=l

Xr(w) = 0

x1(n) = --1 17r Xn(u..,•)scn u..,•ndw

7r 0

Si x1(n) cs par ::q(n) = XJ( -n:l obtcnernos

Xn(w) = 0

00

X1(w; = XJ(O) +2L :l'f(n) coswn

n=l

Estas propicclaclcs de la sirnctrla nos sirnplifica,n los d . lculos

:ll
4.2 Propiedades de la transforn1ada Fourier
ILinealidad I
Si cxistcn x 1 (n) b X 1 (Lv') y x2 (n) b X 2 (Lv') Clltonccs

Ejernplo
Dcterrninar la transforrnada Fourier cliscrcta de la ~ciia.l

x(n)=alnl -l<a<l

La senal .r(n) podernos exp:-esarla. como ]a surna de dos seiialcs T(n)

don de

n2::0

n<O
y

ao.-n n <0
.T2(n) =
{
1? ?: 0
La transforrnada de Fourier de la scr)al T 1 (n) cs

n=:-cX) n=O n=O

Esa funci6n converge para 1~zc-jwl = [a[.[c-jwn[ =[a[<

Sirnilarrncntc para cl seiial :r 2 ( n) obtcnernos
(X) -1 -1 (X)

X2(w) = L x2(n)e-jwn = L a-ne-jwn = L (acjwrn = L(acj'")k

n=-oo n=-co n=-cX) k=l

Si sustituimos en las siquiertes ecuaciones

obtcncrnos el rcsultado

1- a2
X(Lv·) =
1 - 2a cos w + a2
GraJica de la senal x(n) = clnl y su cspcctro csta en la figura 4.:3

:32
 t x(n)

f X((.))

-r

Figura 4.3: Gd.fi.ca de la sciial :r(n) = al"l y su ('srwctro

I Desplazamiento en el tiempo I
Si cxistc .r(n) b X(u..') cntonccs

X ( Tl -
') ¢---::}
1>'
F' C
--;:..;kv(
"\ .w
)

IReversion del tiempo I

F
Si cxistc X(II ) <==> X (w)
F
entonccs r( --n) ~X( -w)
·----~

[i_,a convoluci6n I
Si cxistcn
cntonccs cxistc la transforrnacion

Ejemplo
Determine Ia convoluci6n de dos seiiaks :ri(n.) y x 2 (n)

La scrl.al cs real y par como se vc de Ia figma ·1.·1

L -1 o 1 _n

Figura 1.·1: La scnal real y par

y por eso utilizarnos la ecuaci<'m:

=
Xn1:w) = 1:(0) +2 L .r(n) cosu..·n
11=1
 L
~

() -- n

x(n)
l

~----
Figura 1.G: La grafica de convolucioll de dos s61alcs

entonccs

Si calcularnos Ia transforrnac a Fourier invcrsa :r(n) = F--J {X('-'-')} ohtcnemos

:ro
r(n)={l 2 J 2 1 }

La figura 1.5 muestra Ia con·.rolucic'm gr<-ifica de dos scJ-u:Llcs.

I Cor;~laci6n de dos seiial~

Si existcn las transforrnadas de Fourier de

cntonces la rclaci6n (-1.:38) define la corrclaci6n

S'J, 1 x 2 (w) cs la dcnsidad de c~;pcctro

Ejcmplo:
Dete1:-minc la dcnsidad de cspcctro de la scT-lal x(n) = a7 ' - 1< a< 1
Para l > 0 obtcncmos
co co CXl

l>O

para < 0 obtcn/~rnos

 1\ -7.?- 21/

Figura 4.6: Desplazamicnto de la frccuencia

co co 1
rxx(t) = 2:= x(n).x(n- z) = a- 1
L(a 2
t =
1
_ a 2 a-l
n=O n=O

las dos ccuacioncs las podcmos cscribir en Ia. forma

r (!) = 1 alii
:rx 1- a'2

Si utilizamos del rcsultado de ejcmplo anterior

')

:r(n) = alnl b X(-.v) = -a-

] - '2a cos 0.: + a2
obtcncmos !a dcnsida.cl del cspect ro

8xx(w) = , ] ,
l - 2a cos u..· +a2
I Desplazamiento de Ia frecuencia J

Si existe la. transformada de Fourier de la sei1al :t(n) ~~ X(w) entonccs

c- ):-J 0 n x ( n) F
{=:? \" ( u..' -
/\. u..•o )
El desplazamiento de la frccuencia csta rnostrado en la figura 1LG

IEl teorema de modulaci61~

Si cxiste !a transforrnada Fourier de la seilal :r(n) .T(n) ~'=> .r(u..•) cntonces

dcmostracion
Si multiplicamos x( n) por

COSW T/. = -1 .
(e)Won
. )
+ C--)Won
0 2
 y utiliz<irnos las propiccladc~ de clcsplazamit'nto de b frecuencia oiJtf'n<''tllos

x(n) = ~1 (c}W01l
- x(n)-
- ) = _·
+ C-J.Von -eJWon
1·(n)
~ _··__-('-.J'»on
.
2 2 2

.r(n)
--e
Jw
o
n
+ -x(n)
-c
-Jw ,,
o ~
/>' X(w + w 0 ) + X(w- w 0 )-
2 . 2 2 2
El cjcrnplo de rnodula.ci6n c~;ta dado por '!J2(n) = :r(n) cos r.n en Ia figura 1!.7

y ( n ) == x ( n ) . cos r.n =
x(n)
T [cF + c- - ] 1
-rr

}'~ { 11J ( n)_ } X (u: + 7f) X (w - rr)

Y( u.,· ) = = -l-
. 2 2

I Diferenciaci6n en el dominio de frecuencia I

Si cxistc Ia Lransformada. fumier clc la seJ-ud :r(n) :r(r1) <!_-::;. .\(w) cntonccs

F .dX(w)
n.:r(n) ~ J - - -
rL..:
Dernostraci<)n

de - jCJn
dX(w)
x(n)---
rL.v·
= -j I:: n:r(n )e :~wn
n=-oo n=-0:)

Ejemplo
Determine las mucstras en la salida de un circuito que ticnc la rcspucsta a irnpulso
h( n) = { ( ~ r} si en ]a entrada CS Ja SCJla]

2~..!..1:..
x(n) = A.c 2 (w = K/2)
Primcro calculamos Ia, transJ'ormada de Fourier de la rcspllcst.a a imp11lso

()() 1
JJ(w) = ""'
~
( )nc-.J".m = - -
1 __ -
1 -_;w
-2.

1
n=-CD '2 J

Figura 4.7: La. modulacion de sdtal x(n)

:)()
 Para u.J = r. /2 obtcncmos

1
II(11j2) = ----. =- -1 -
I . "
] - 2r-ri ]
+). 2I
J!(JT/ ')) = 2 -.jarctg
1 2
{ = _2_ ,-,72C.f;'lt
'" ~·e ~c
y;J V•J '

y las muC'stras en la salida del circuito son

Ejemplo
----
Para un sistema lineal c invariantc en cl tiernpo determine la rcspucsta d<' la rnagnitud y
la fasc. El sistema csta. dcfinido ::wr la ccuacion de clifcrcncias

y(n) = ay(n -1) + h:r(n)

1/(w I b
II(w) = -·- = - - -
X((.c,') 1-ac-jw 1 -- a cos u..• + J. o .sen w
IU(w)l =
lbl .,
Vl - '2a. cos u..• +w
O.SCI/. (.c.'
Ul(w) =-arctan----
! - 0 cos (.c.'

4.3 La transformada Fourier de una serial discreta y

peri6dica
La transforrnada cliscrcia de Fowier DFT de un sci'ial discrcta y pcriodica csta ddinida por
laecuacion (4.12)

X-1

X ( k) = ~ :r ( n )T VZ·n
n=O

La transforrnacla invcrsa de F::mrier estci clefinida por la ccuacion ('t.·d)

:\'-]

x(n) = ~ 'X(k)Wykn
i\ L .
n=U

don de

La rclacion entre Ia serial c~1 cl dominio de ticrnpo \' frcnwncia lo escribimos sirn-
bc)l icarnente

.,-
·)I
 tX(n)

Figura 4.8: Serial discrcta y pcri<Sdica

Ejcmplo
----
Transformar la scnal discrct.t pcri6dica x(n) usando la tr;wsfonnada discrcia de Pouricr

1 par a n = 1! l = 0 ± I ± 2 ...
x(n) =
{
0 para otras n
La gr<ifica de csta senal disceta y pcri6clica cstci rnostrada en la figura ·1.8
U san do la ccuaci6n

N-1
X(k) = 2.:: x(n)e-J :\~"- 2

n=O

obtenemos para N = 4

3
X(k) = 2.:: .1:(n)c-J";n
n=O

para n = 0 es x( n) = 1 obtenemos

:l
)( (/,;) = 2.:: e- j "/ .o =1
n=O

Entonccs X(O) = X(l) = X(2) = X(3) = 1

En Ia figura '1.9 tcnemos Ia sei"ial cliscreta y pcriodica y su cspect.ro

4.4 Las propiedades de la DFT

IPeriodicidad I
Si :r(n) y Y(k) cs cl par de N-punto cle DFT dcspues vale

,jlxcn>l I -

~~
Figura 4.9: Seiial cliscreta y pcriodica y su cspectro
 x(n + N) = x(n) para todos n X(k + N) = X(k) para lodos k

/ Line~Iidad /
Si existen las transformadas discrctas de Fourier de las sertalcs x 1 (n) x2(n)

entonccs para los valorcs n~al·~s o complcjos a 1 ,a 2 va.lc

a1x1(n) + a2x2(n) !iiJ a!Xt(k) + a2X2(k)

IConvolucion circular en el timd
Si existcn las transformad<tS discrctas de Fourier de las scrtalcs .T] (n) :r2(n)

cntonces la convolucion circular cst<i dcfinicla por la ccuacion

/) F'T v ( 1. • F ( J \
*
:r 1 ( n ) N 1: 2 ( n ) < > , \ 1 ~c·). J\ 2 .: 1 ('1.16)
Ejcmplo
Determine Ia convoluci6n de I<Ls sctlalcs discrct<Ls pcriodicas

Xt(n)={2 2 l}
x2(n) = {1 2 3 i}
Primero dcterminamos !a trarsformada discrcta de Fourier de :1· 1 (n) y :r 2 (n)

3
X1(k) = L :r1(n)c_q':'_~ k =-= 0, L 2, 3, ...
0

X1(k: = 2 + c-j;k + 2c-j1rk + e-~;'

para k:==O.l ,2,3 obtenemos
X1 (0) === G

7r r: ~)JT ~371 . ' .

xl (1) = 2 +cos- -]'sen - + 2 cos 7r- 2]'sen 7r +cos-- ]·.,en - = 2 - J -- 2- 0 + 0 + J
2 2 2 2

X 1 (2) == 2-t-cosr.- jscn Ir+2cos2r.-2jsen 2r.-t-cos3r.-jsen 3r. = 2-1-0+2-0-l-0

xl (2) === 2

:h 37r 97r 9;r . .

X 1 (3) = 2-cos- -]·sen - +2 c:Js 3Jr -2J'sen 3;r-f-cos- -J·.,ul - = 2-t-O+J -2-0+0- J
2 2 2 2
X 1 (3) = 0
La transformada discrcta de Fourier de la ser1al x 2 (n) cs

X2(A:) = L .T2(n)c-'-~;·'
n=O
Similarmente obtenemos

X2 = (2) -· 2

El rcsultado lo obtenemos calculando Ia ccuacion

X:l(O) = X 2 (0).X1 (0) =GO

X 3 (1) = X2(l).X1(l) = 0
X3 (2) = X2(2).X 1 (2) = _,1

X3(3) = XA3).Xl (3) = 0

Usando la transformada Fourier invcrsa 1DFT

obtenernos

x. 3 (n ) = 4'] ( GO- 1c j 1fn)

1

para n = 0, 1, 2, 3 obtcncrnos

X:J(O) = H XJ(l) =}(GO+ 4) = lG

:r:l(2) =
1
(GO- 4) = 1,1 .r 3 (~l) =}(GO+ ~1) =Hi
4
entonces

El mismo rcsnltado lo obtcm:mos con 1a rnatriz circular

X3(n) =eire xz(k).x1(k)

31 32]
1 1t
2 1
X ~r 1 r ~~ 1
2
1
= J:l
JG

·lO
 I Desplazamiento circular de la seil.al en el dominio de tiempQ

Si exisLc x(n) !1tJ X(k) cntonces

DFT · 2rrAI
~~(n- l)N ~ X(k)e- 1 Jr
IDesplazamiento circular de Ia seil.al en el dominio de la frecuencia

S.1 ex1~.te
. x (n ) ~ F( ,;;1.) cntonces
DFT /\

·2rrnl DVr .
x(n)e 1 N ~); (k- l)N (!.·IS)
[1i\. correlacion circular I

Si cxi~tc la transformada discrcta de Fourier de las sci-tales :r(n) y y(n)

DFT DFT
:c(n) ~ X(k) y(n.) -¢:===} Y(k)
entonc:cs

donde rxy(l) cs la croscorrclaci6n circular dcfinida por ]a ccuacion

N-l

r xy (l) = ~ x ( n ) y * ( n - I) J\' (LSO)

n=O

Para Ia autocorrelacion vale

rxxU) !lfJ. !X(kW

I Multiplicacion de dos sei\ales en el tiempD]

Si existcn

entonces

la nmltiplicaci()n de dos sdtaks en cl ticmpo coresponclc a la convolucion circular de las

sefiales X 1 (k) y X 2 (k)

[Eft{~orcm a de Parscva II
'
Para la. sucesion :r ( n ) y y ( n ) s cxrstc
• Ja trans formac la cl'IScrcta d e I~'ourrcr
. :r ( n ) JJFT
~ ""V( tt:I.) ;
DFT
y(n) -¢:---;. Y(k) cntonccs:
N-1 .\'-1

I>< n) :/ (n) ~J[J ~~r L X (k·) Y (k: l *

n=O k=O
 para y(n) = x(n), la t:iltima ecuacion se reduce a

S-1 N-1
1
L !x(nW == N L IX(kW
~=0 k=O

Esa ecuacion le presenta la cnergfa de Ia succsi6n x(n)

Ejemplo
---
Usando DFT e I DFT determine la rcspuesta de un filtro FlR que tienc Ia respucsta a
impulso h( n)

h(n) = {1 2 3}
si en la entrada es la scii.al

x(n) = {1 2 2 1}
La respuesta al impulso tiene trcs muestras Af = 3 y la seii.al en la entrada tiene cuatro
muestras L = 1. Esas dos sccuencias establecen una secucncia de longitud

N=lvf+L-1 =6
La longitud de la DFT tiene que ser minimo 6. Para nuestro caso elcgimos ocho-punto
DFT, porque el algoritmo mas conocido, la transformada rapida de Fourier F'FT es elabo-
rada para la longitud N, que es la potencia de clos. Entonccs ocho-punto DFT de la senna]
x(n) es
7
~ ·2Trkn
X(k) = ~ x(n).c-;-8-

· rrk · 1rk · 3rrk

X(k) = 1 + 2e-J4 + 2c-JT + c- 1 -4

Si sustituimos por k = 0, 1, 2, 3, 1l, 5, 6, 7 obtenemos

X(O) = 6 X(l) =
2+2fi- jH;vJ
X(2)=-1-j X( 3 ) = + j4-~vJ2-/2
X(4) = 0 v(c::)
./\.
,)
= 2-vJ
2
_ • · 4<lyJ
7 2
X(6)=-1+j X(6) = 2+/J + jH~vJ
Ocho puntos de la DFT de Lt seii.al h(n) es
7
H(k) = L h(n)c-j 2
"Bkn

n=O

entonces

II(O) =6 H(l) = 1 + y'2- j(3 + y'2)

H(2) = -2- 2j H(3) = 1 - y'2 + j(3- y'2)
H(4) = 2 H(.S) = 1- y'2- j(3- y'2)
H(6) = -2 + 2j H(7) = 1 + y'2 + j(3 + y'2)

42
 Solucionando la ecuacion Y(k) = ll(k).X(k) obtcnemos el resulta.clo

Y(O) = 6.6 = 36 Y(1) = -H.07- jl7.18

Y(2) = j1 Y(3) = 0.07 + j0.515
Y( 4) = 0 Y(5) = 0.07- j0.515
Y(6) = --j4 Y(7) = -11.07 + j17A8
AI fin usando ocho punta I LFT

7
1 ~ 21fkn
y(n) = L_., Y(k)e 1 - B
8 k=O
obtenemos el resultado

y(n) = {1 4 9 11 8 3 0 0}

1
y(O) =
8 [3G -- 14.07- j14.07 + J4 + 0.07 + j0.51 + 0.07- j0.51 - j 1l- 1~1.07 + j17.48] = 1

De estc ejcmplo hemos vista que nccesit<imos muchisimos opcraciones. Eso lnfluyc en cl
ticmpo del caJculo. Par eso algunos autores diseiiaron el algoritrno qtlC se llama Ia transfor-
mada Fourier r<ipida (FFT).
Ejemplo
Usando la convoluci6n circuLtr calculc la rcspucsta y(n) = h(n) * x(n) si cononocc las
sen ales:

h(n)={l 2 3}

x(n) = { 1 2 2 1}

Si utilizarnos la convoluci6n circular y(n) = cykl h(n).x(n) ohtcncmos

1 0 3
2 1 0
y(n) =
3 2 1
0 3 2
Y la respuesta es

Y1 ( n) = { 9 7 9 11}

Si completamos las seiiales con uno cera

h(n)={1 2 3 0 0}
x(n) = { 1 2 2 1 0}
es la convoluci6n circular
 1 0 0 3 2 '1
2 1 0 0 :3 2 .j

y(n) = 3 2 0 0 X 2 9
0 ~3 2 1 0 1 ll
0 0 3 2 1 0 s
Y la rcspuesta cs

Y2(n) = { ,1 /1 9 11 S}
Si complerncntamos los sefialcs h(n) y 1~(n) COT\ dos ccros

h( n) = { 1 2 3 0 0 0}
1:(n)={l ')
"-" 2 0 0}
la convoluci6n circular toma la forma

0 ()0 3 2
'"L. 1 0 0 0 3 2 1
''-'1 2 1 0 0 0 2 9
y(n) = X
11
( 3 2 0 0 1
c 0 3 2 1 0 0 s
c 0 0 3 0 0 0 :~

y la rcspucsta en cl dominio del ticrnpo C'S

y(n)={l 4 ~) ll 8 3}
La respuesta y 3 (n) es la mi~Jl\a que obtuvimos en el ejemplo anterior. Las rcspuestas
y 1 (n) y y2(n) no son corcctos, porque en c~stas casas ocuric) ''aliasing''.

11
Capitulo 5

La transforlnctda rapida Fourier

La transforrnada Fourier discrcta esLt definida por Ia ccuacic)n G.1

S-1

.\" ( k) = L .r (n) I v~,"

n:=O
· 2 rr .-- .
dondc ~V = c- 1 t:r ·
Para N = ·1 sc pucdcn cscribir las ccuacioncs

X(O) = :r(O)IV 0 + :r( l)Hro + :r(2)1VIl + :r(J)W 0

X ( 1) = T(O) IV 0 + 1:( 1) ]'\/ 1 + :r(2) H12 +.Ten lV1
X(2) = x(O)lV 0 + T(l)W 2 + :r(2)1V 1 + :d~\)H'r'
"('>)-
./\ d -
'"(l))TLTO
.1. vv . L . ·{
I .J . 1 \jj.':l
_I
--
! .I
·('•)'jT;f: _J_
--) I '
.,,/·>\\\'')
" '· .) )

o en Ia forma matricial

(1) 1
r X(2)
X
X(O)

X(:~)
r co

1 lV:l
1
Hrt
lV 2
H'2
w·t we
Tl'f)
w~

IV 9
X l
r , Io1
r( I)
:r( 2)
T(:l)
j
Si sustituirnos en la. ccuacion matricial por lF = r-
12
t obtcncrnos la ccuac:ic)n matricial:

X(O)
X\1) =
r1 l
1 --j
l
-1 I1 lJ ~
II :.r_(-0)
.T ( 1) 1
r
X(:2)
X(3)
1 l 1
l
-1
.) --1
1 -1
-)
1

l
.r(2)
:r(:l)
que sc pucde cscribir en Ia forma X(k) = F.x(nJ dondc F cs h mat ri:;, Fomicr. Desdc la
ccuaci6n matricial podemos dibujar la mariposa basica p<~ra FFF- 'L
Podcrnos vcr, que tcncrnos 12 sumas y cllatro multiplicaciorws.
La !'vhlriz Fourier sc pucdc di\·idir en clus matrices v oh!crwmo;; h ccuacir'>n rnalrici;ll

r XIO) 1. [ 1
L
Xi I)
X(2)
X (:3) J
···l
--
1 0

0 1 l)
0
1

01 0 -1
~j0 1
J J
i

I
><
0
n
0
0
0
I)
()
0
1
-1 J
I X
J' ( ())

f(l)
I •))
:1'1_ ••
:r (;)I

L;a ccu;tcir'm matriciai la pocJ,'~rnos escrihir en d()s CC'l<tcicncs

 [ X(1)
X(2) -
0 1
X(O) ] _ [ 0 1 0 -j
1 0 -1 0
I
0 ]
X
x,(O) ]
[ :r1(1)
.TJ(2)
X(3) 0 1 0 j :r1 (3)

[xXJ(1)
1
(0)]
Xt(2)
_
-
[I 0
1 0 -1
0 1 0
1
0 ]
1 X
x(O) ]
[ J:(l)
x(2)
XJ (3) 0 1 0 -1 .7:(3)
De estas ecuaciones matriciales podernos escribir las ocho ccuaciones siguicntes

X(O) = x 1 (0) +
x 1 (2) X 1( 0) = X( 0) + .1: ( 2)
X(1) = x 1 (1)- j:r1(J) x 1( I) = J' ( 0) - a; ( 2)
X(2) = x 1 (0)- xl(2) x 1 (2) = :r( 1) + .r(3)
X(3) = x 1 (1) +
jxJ(3) xl(3) = x(1)- :rC)),
en las que podcmos dibujar !a mariposa rnostrada en !a flgma 5.2. invertiendo los hits
de entrada.
Dcsde las ccuacioncs anteriorcs podcrnos vcr, que rwccsitamos ocho a.dicioncs. La surna
sc reduce a N log 2 N. La figura 5.3 mucstra la depcndencia del m'm1ero de operacioncs para
DFT y FFT en N.

5.1 El algoritmo "Decimaci6n en el tiempo"

La sccuencia de datos x( n) en ·a entrada de un circuito discrcto lo poclemos diviclir en dos
secuencias par x(2n) e impar x1:2n + 1).

N
x(n) = x(2n) + x(2n + 1) n = 0, 1, 2, 3, ...
2 - 1 ( 5.2)

x(2n) = {x(O) x(2) x(4) ... } x(2n + 1) = {:c(1) x(3) x(5) ... }

la sccuencia x(2n) se com pone de los datos par de x( n) y la sccucncia J:(2n + 1) tienc los
datos irnpar de x(n ). La transforrnada Fourier sc pucde cscribir c6mo

Figura 5.1: Mariposa ba.sica para 4-FFT

,lG
 Figura 5.2: Mariposa p<ua FFT-1

N-I

X(k) = L x(n)W~,'' (5.3)

n=O
~-1 ~-1
X(k) = L x(2n)W~kn + L x(2n + l)vV~( n+J) 2
(5.1)
n=O n=O
El termino W N est a dcf1nido par Ia ecuacion

(5.5)
que es periodico y vale

y tambien podemos escribir

N
X(k) = X(k +2)
Si aplicamos las condiciones p:~ri6dica.s a Ia ecuaci6n 5.4 obtcnemos

~-1 ~-1
X(k) = L x(2n)W~k + vV~ L x(2n + l)W~n (5.G)
n=O n=O

W N'2nk _
-
1;11nk
~ .!'{
2

256 512 1024

- N

Figura 5.:3: La dcpendencia de los numeros de opcraciones para DFT y F FT

 Cada término en el lado derecho de la ecuación (5.6) es la transfóhnadadired<\ Je Fotli'ier
y e ntonces la ecuación (5.6) la podemos escribir en la forma

(5.7)"
k N .
Si sustitui mos por wN+T = �wt obtenemos las ecuaciones

(5.8)

De estas ecuaciones podemos dibujar una gráfica de las seña.les figma 5.4.

Figui:a 5.4: Mariposa de FFT

Esa gráfica es muy c ono cid a y la llamamos ma r i p o a

s (butteríly), necesita dos sumas y
dos multiplicaciones de números complejos. Esta gr áfi ca de señales se puede simplificar y
obtenemos la mariposa nueva que necesita sólo una multiplicación figure 5:�lb.
Para N= 8 podemos escr ibi r las ecuaciones (5.8) en la seri e de ecuaciones k= O, 1, 2, . .. 7

X(O) = X1(0) + WR,X2(0) X(4) = X1 (O)- TVR,X2(0)

X(l) X1(l)
= + WkX2(1) X(5) = XI(l)- WkX2(1)
X(2) X1 (2)
= + W�X2(2) X(G) = X1 (2) - H/� X2(2)
X(3) X1 (3)
= + WtX2(3) . X(7) = Xt(3)- vVX,X2(:l)
De estas e cuacione s dibujamos la gráfica mostrada en la figura 5.5
De la gráfica podemos ver que necesitamos en vez de N multiplica cioncs sólo !{- multi­
plicaciones. El mismo procedimiento lo aplicarnos a la función X1(k) y X2(k) k= O, 1, . ..4
De la ecuación ( 5. 7) tenernos
�-1
X2(k) = L x2(n)H!�k (5.9)
n==O

�-1
X1(k) = 2::: x1(n)vV�k (5.10)
n=O

La s ecu encia x1 ( n ) se puede separar en una secuencia. par e impar como lo anterior.
Entonces escribirnos

48
 X(O) X!Ol
X(2) X(1l
N
X(4) ~ X12)

X(6) XC3l

X(1) X(ql
w,
X(3) Xl5l
N
X(5) 2 w2 X16l

X(?) xm
Figura 5.5: Mariposa para FFT-8

¥-1 ¥-1
X1(k) = L x1(2n)W~nk + L x (2n + 1)W~( n+t)
1
2
(5.11)
n=O n=O
¥-1 ¥-1
X1(k) = '""""'x1(2n)W_&k
~ 4
+ wt_2 '""""'x1(2n
~
+ 1)l¥~n 4
(5.12)
n=O n=O
Esa ultima ecuaci6n se puede escribir como Ia anterior, en dos ccuacioncs generales

X1(k) = Xu(k) + WhkX12(k)

N
X1(k + 4) = Xu(k) + WN2k x12(k) (5.13)

Lo mismo podemos obtener para X 2 (k)

X2(k) = X21(k) + WhkX22(k)

N)
X2(k +4 = X21(k) + wN2k X22(k) (5.J.1)

La periodicidad es !f. De estas ecuaciones obtencmos Ia seric de las ecuaciones siguientcs:

X1(0) = Xu(O) + lV,R.X12(0) X2(0) = X21 (0) + W,R.X22(0)

X1(l) = Xu(l) + WhX12(l) X2(l) = X21(l) + whx22(I)
X1(2) = Xu(O) + lV~X12(0) X2(2) = X21 (o) + w~x22(0)
XI(3) = Xu(l) + lVXrX12(l) X2(3) = X21(1) + WXrX22(l)
Pero M-',R. = - W~ Wh = .....:v;Xr y entonces las ccuaciones toman Ia forma:

X1 (0) = Xu (0)+ 'VV~ X12(0) X2(0) = X21 (O) + w~ Xn(O)

X1(l) = Xu(l) + ·vv;x12(1) X2(l) = X21(l) + w;x22(l)
X1 (2) = Xu (O) - ·vv~ X12(0) X2(2) = X21 (o) - w~ X22(0)
X1 (3) =Xu (1) - ·vv;
X12(l) x2(3) = X21 (I) - w;
X22(1)
De estas ecuaciones podemos dibujar Ia otra parte de Ia grafica del algoritmo FFT.

49
 Figura 5.G: La graflca del algori tmo FFT para I'\ =S

De Ia rnisma rnancra que 1<. anterior podemos escribir

~-1

xi1(k) = L .ri1(n)IVfn (5.15)

n=O

~-1

x12U) = 2...::: .r12(n)ll'f" (5.16)

n=O

(5.17)

~-1

x22U! = 2...::: .Tn(n)ll'r (5.18)

Scparando las ccuaciones .r; 1 (n) en las secucncias par c impar obtencmos

~ -1 +-1
F (1)
""' I 1 It' =
2--._ T 11 (2 71
)l{r2nk
T !:!_ +L T
(') + 1)\1'(2n+1)k
11 - n · !:!_ (5.19)
....1 4 ·1
n=oO n=O

Si tomamos en cuenta el periodicidad IV:~· =II'!:!_ X, 1 (k) = X, 1 (J..·+ ~) podernos cscribir

4 8 0

Ia. ec1Iaci6n:

~-1 ~-1

xl1(k) = )~ XJ1(2n)W~k
L- K
+ W~: 1
L x1J(2n + l)W~k p,
(5.20)
n =0 n=U

-f-1 ~-]
X1J(k) = '\"""""' x 11 (2n)1Vl~ + IV~~k"" .r 11 (2n + l)IV~k (5.21)
l...-1 R 0 8
)lo=O n=O

csa tiltima ecuacion sc pucdc cscribir en Ia rnancra

 Figura 5.7: La grcifica parcial de FFT para n = 8

JV N
X11(k + )= X111(k) + -vv~(k+-slx112(k) ( 5.22)
8
Igualmente obtenemos

X12(k) = X121(k) + -vv,~.kx122(k)

N 4(k+li.)
8
Xl2(k+s)=Xm(k)+WN X122(k)

X21(k) = X211(k) + lY1~kX212(k)

X21(k +;) = X211(k) + w~(k+flx212(k)
xn:k) = X221(k) + w~kX222(k)
X22(k +; )= X221(k) + w~(k+fl X2n(k)
Para k = 0 obtcnemos una seria de los ecuaciones

X11 (O) = X111 (O) + vVRrX112(0) X21(0) = X211(0) + vV~X212(0)

X11(l) = X111(0) + vV~X112(0) X21(l) = X211(0) + w.~X212(0)
X12(0) = Xm (0) + WRrX122(0) X22(0) = X221(0) + -vv~x222(0)
X12(l) = Xm (0) + W~Xln(O) Xn(l) = X221(0) + vV~X222(0)
pero vV,~ = - W~. La grafi.ca de seiiales que representan las ccuacioncs anteriores esta
mostrada en la figura 5.8
La grcifica completa de algorit:no FFT esta mostrada en la figura 5. 7
Pero las sciiales en la entrada estan en dcsordcn . La primera dccimaci6n transforma la
sccucncia de las sciiales de la entrada a la secucncia

x(O) x(2; x(4) x(6) x(l) x(3) x(5) x(7)

La segunda decimaci6n transforma la secuencia de las seiialcs a la secuencia

x(O) x(( x(2) x(6) x(l) x(5) x(3) x(7)

Si expresarnos cste cambio en bits obtcncrnos Ia tabla 5.1

51
 X(O)
X(O)
X(4) :»<;-1
X(1l
X(2)
X(2)
xr6l ::>5-1
X(3)
X(1)

X(5)

X(3)
::»s-1
X(£1)

X(5l
X(6)
xm :::><5
-1 -1 -1
X(7l

Figura 5.8: La grafica completa de algoritmo FFT para n = 8

0 000 0 000
1 001 4 100
2 010 2 010
3 011 6 110
4 100 1 001
5 101 5 101
6 110 3 011
7 111 7 111
Tabla 5.1: El cambio de Ia secuencia en Ia. entrada en bits

Figura 5.9: La influencia de Ia prirncra y segunda decimacion en la entrada del algoritmo

52
 En la figura 5.9 se muestra el cambio de seiiales despues de la primera y segunda deci-
mac IOn
' I

Otro algoritmo muy importante es la decimaci6n en la frecuencia

5.2 El algoritmo ~'Decimaci6n en Ia frecuencia"

El algoritmo "decimacion en Ia frecuencia" es muy semejante al algoritmo de "decimacion
en el tiempo". Se deduce de la transformada discreta de Fourier que escribimos en la forma

~-I N-I

X(k) = L x(n)W~k + L x(n)W~k (5.23)

n=O -!f...
n- 2

Est a ecuaci6n se puede escri bir como

(5.24)

(5.25)

wJk no es dependiente de n y por eso este termino lo podcmos escribir delante de Ia

N
sum a. Tam bien podemos sustituir por (WJ )k = (-1 )k
(5.26)

y obtencmos

!!_I

X(k) =~ [x(n) + H)'x(n + ~)]IV~'· (5.27)

Ahora tomamos en cuenta la:. muestras en Ia frecuencia pare impar. La ultima·ecuaci6n

se divide en dos ecuaciones par 1c = 2r e impar k = 2r + 1

!!_I

X(2r) =~ [x(n) + x(n + ~ )Jw~· (5.28)

t!. - I

X(2r +II= ~ [x(n)- x(n + ~ l] IV~('•+'i (5.29)

Aplicando a estas ecuaciones las propiedades de Ia simetrfa Wffn = W!t obtenemos las
2

ecuac10nes

53
 t----o X(O)
t----o X(2)
N
2 t----o X(4)

~-------- X(6)

1----o "X(1)

t----o X(3)
N
~~---~~~~·~2 1---o X(5)

1----o X(7)

Figura 5.10: El grafo dd algoritmo FFT con decimacion en la frccuencia

1!. -1

X(2r) = ~ [x(n) + x(n + ~ )] Wf" (5.30)

1!. -1

X(2r + 1) = ~ [x(n) + x(n + ~ )] W,Z:.W~" (5.31)

De estas dos ecuaciones podemos escribir

N
X 11 (n) = x(n) + x(n + )
2
X12(n) = [x(n)- x(n + ~ )] WN (5.32)

Para N = 8 de estas ecuaciones escribimos la serie de ecuacioncs siguicntcs

Xn(O) = x(O) + x(4) X12(0) = x(O)vV~- x(1)W8 °

X 11 (1) = x(l) + x(5) X 12(l) = x(l)W~- x(5)W~
Xu (2) = x(2) + x(6) X 12 (2) = x(2)vVi- x(G)Wi
Xn (3) = x(3) + x(7) Xt2(3) = x(3)vVi- x(7)Wi
De estas ecuaciones podemos dibujar la grafica mostrada en la figura 5.10
Si aplicamos el mismo procedimiento en las otras escalas obtenemos el algoritmo complcto
de la decimacion· en las frecuencias. El algoritmo completo csta en Ia figura 5.11

Ejemplo:
U san do la transformada rap 1da de Fourier y la grafica de algoritmo dccimacion en cl
tiempo para N = 8 transformar la serial de la figura 5.12
Si utilizamos la grafica del algoritmo FFT de decimacion en el tiempo figure 5.13 podcrnos
escribir las siguientes ecuaciones:

54
 X(3) = x(O) + x(2).Wi(-1) + x(3).Wt(-1).W83 + x(1).Wi
Si sustituimos en esta ecuaci6n

2
Ws2 -- (e - j s" )2 -- -J. Wi = t-jf = 0.7071- j0.7071 w; = c-j
6
g" = -0.7071- j0.7071
obtenemos

X(3) = 0.5 + 0.5.( -j).( -1) + 0.5.( -j).( -1).( -0.707- jO. 707) + 0.5.( -0.707 - jO. 707)

X(3) = 0.5- j0.207

X(O) = x(O) + x(2)Ht~ + x(l)W~ + x(3)W~ = 0.5 + 0.5 + 0.5 + 0.5 = 2

X(l) = x(O) + x(2)Wi + x(1)Wi + x(3)WiWi

X(l) = 0.5- j0.5 + 0.3535- j0.3535- j0.3535- 0.3535 = 0.5- jl.207

X(2) = --0.5 + 0.5- o.5W~.w; + o.5Wi = o

similarmente

X(4) = 0 X(5) = 0.5 + j0.207

X((i) = 0 X(7) = 0.5 + j0.207
El valor absoluto de X(k) e5:

IX(O)I = 2 IXO)I = Jo.5 2 + 1.207 2 = 1.~1o5

IX(2)1 = 0 IX(3)1 = Jo.s 2 + o.2o1 2 = o.s4

X(Q) cr----------p------a.;~---:;;.,t>----~7 X(Q)

X(1) _ X(Ll)
1
wo
X(2)~~¥--/-~-~::..__*~~----?~~7 X(2)
w2
X(3) -1 X(6)

x(Ll) X(1)

X(5) _ X(5)
1
X(6)
.1-..L--~,~......!!.__.~::_:X~~~w:-o---Q;;~
w2
X(3)

X(7) X(?)
~ ~

Figura 5.11: El algoritrno compieto de la transformada rapida de Fourier de la decirnacion

en la frecuencia
 tx(n) t X(kl

Figura 5.12: La seiial discreta en el dominio de tiempo

05 X(O)

~O X(4) :>:<;::
X(O)

X(1)
I -1
05 X(2) wO

:::>3:
~O, X(6) -1
;2
X(2)

X(3)
XC1l
X(~)
~X(5) :>3::
05

X(S)
) -1 0
05 X€3) W X(6)
o'oxm ::>i5:~2
-1
X(7)
I -1 -1

Figura 5.13: Algoritmo de FFT completo para ejcmplo

IX(4)1 = 0 IX(5)I = V0.5 2 + 0.207 2 = 0.54

IX(6)1 = 0 IX(7)1 = V0.5 2 + 1.207 2 = 1.306
La grafica de la respuesta esta en la figura 5.12 b
Ejemplo
Determine la matriz de Fourier para N = 8
Primero calculamos la simetria de la matriz Fourier F:

U/8 _ w8 modulo 8 _ WO
"' 8 - 8 - 8
u;9 -
VI 8 -
w9 modulo 8 -
8 -
wl8
Wio = lVio modulo 8 = Wi ... etcetera
La simetria de la matriz de Fourier esta mostrada en la figura 5.14
La matriz Fourier tiene la forma

1 1 1 1 1 1 1 1
1 w: W2 w3 w4 ws w6 w7
1 w··.. W4 w6 wo W2 w4 w6
1 w:l w6 wl w4 w7 w2 ws
Fs = 1 W" wo W4 wo W4 wo W4
1 w:; W2 w7 W4 WI w6 nr3
1 W'' W4 W2 wo w6 w4 w2
1 w·· w6 w5 w4 w3 w2 wl

56
 w~- ~1~ ~2
w7 .w1~w23
N N N

w1 w9 w17
N- N- N
~ w1J..w1B
N N N

Figura 5.14: La simetria de Ia matriz Fourier N =8

2
Si sustituimos en la matriz 1¥ = e-J e"'

W1 = 0.1- j0.7 W 5 = -0.7 + j0~7

W2 = -j w6 =i
W3 = -0.7- j0.7 W7 = o.7 + J0.7
W4 = -1
la matriz Fourier tiene la forma:

1 1 1 1 1 1 1 1
0.7- j0.7 -j -0.7- j0.7 -1 -0.7 + j0.7 J 0.7 + j0.7
1 -) -] J 1 -) -1 J
1 -0.7- j0.7 J 0.7-j0.7 -1 0.7 + j0.7 -J -0.7 + j0.7
F=
1 -1 1 -1 1 1 1 -1
-0.7 + j0.7 -) +0.7 + j0.7 -1 0.7- j0.7 J -0.7- j0.7
1 J -1 -) 1 J -1 -)
0.7+j0.7 J -0.7 + j0.7 -1 -0.7- j0.7 -; 0.7- j0.7

La matriz inversa de Fourier se calcula simplemente usando la ecuacion

No necesitamos calcular un determinante. Esto es una ventaja muy grande.

Ejemplo:
Calcular Ia matriz inversa de Fourier para N = 4
2
Si sustitufmos en la matriz Fourier para N = 4 el termino W = e-j ;' obtenemos

w~ = cos 0 + j sin 0 = 1 W 41 = cos -2rr . . 2rr

- 1 sill - = - 1.
4 4
671" . . 671" .
=- 1
3
W42 = . .
COS7r- )8Zn7r w,; = cos - - 1 sill - = 1
4 4

La matriz Fourier es

57
 F4 =

y entonccs Ia matriz Fourier inversa

l l 1
1 -]
1 -1
1 J
1
-1
1
-1
1
J
-1
-;

~ l~
1 1 1

Ejemplo:
F-' - 4
4 --

l J
1 -1
1 -;

Calcule Ia rnatriz diagonal, dcscl1~ Ia rnatriz circular h

-1

-1
-;
-1
]

Para Ia diagonalizaci6n de Ia rnatriz circular utilizamos Ia ccuaci6n

DiagH = F.cire h.F- 1

~
1 ho h.3 h2 hl 1 1
-; -I hl ho hJ h2 1 -1 -;
!JiagH = r! -1
J
-1
r h2 hl ho h3 1 -1
J
1 -1 j
J -1 -;
X
hJ h2 hi ho 1r -) -1 J

l t+h, + h,+h, 0
ho - j h1 - h2
0
0
+ j h.1
0
0
ho - h1
0
+ h2 - h:~
~o+jh, +h -jh,]
2

Si aplicamos a la ccuaci6n circular la transforrnada Fourier

y = eire h.x

Fy =Fein: h F- 1 .F.x
calcularnos cl cspectro ut.i\isandc la ecuacion

Y = Diag H.X
Capitulo 6

Filtros digitales con respuesta infinita

La funcion de transferencia de los filtros digitales con !a rcspucsta infinita IIR sc pucdc
escribir en !a forma

"'k l
L..,i=O liZ
-t

( G.l)
1+L
k
.
t=l
(!
t
.
::-t

Utilizando Ia transformada-z invcrsa podcmos cxpr<'sar Ia ccuaci6n de difercncias

k k

y ( n) = ~ b; .1· ( n - i) - ~ a 1!/ ( n - i) (G.:2)

i=l

Para rcalizar csa funcion de difcrcncias neccsitamos

a.) sumaclor b. )multiplicador d. )clcrncnto de retardo

n)
~
x(n-1) z-1
z
X(Z) -1 z-1 X(Z) - -----

De Ia funci6n de clifcrencias 3C puedc clibujar directamcnte el filtro digital que sc llama

forma dirccta no canonica, come sc muestra en Ia figura G. I

Figura 6.1: El filtro digital no can6nico de forma dirccta

 Figura 6.2: El filtro digital can6nico de Ia segunda forma

Esta forma del filtro digital ne> es can6nica, porque tiene 2k elem,.,ntos de retardo rnientras
el6rden de Ia funci6n de transfer,encia es k. La forma del filtro digital directa se pucde discnar
en Ia forma can6nica. En otras palabras Ia forma can6nica tiene tantos elementos de retardo
como el orden de Ia funci6n de transferencia. Esa estructura esta en Ia figura 6.2
La estructura can6nica 'de la primera forma se obtiene desde la estructura can6nica de la
segunda forma bajo las siguientes condiciones:
1.) Convertimos los sumadores por nudos y nudos por sumadores y cambiamos las di-
recciones de la corriente de las seiiales. Cambiamos las direccioncs de las nechas, figura
6.3

>-- >-
Figura 6.3: Las r:eglas para convertir el circuito de una forma a Ia otra

2.) Cambiamos las direccion·~s de los amplificadores como sc ve en Ia figura 6.4

Figura 6.4: Cambio de direcci6n de los amplificadores

y cambiamos en Ia estructura de salida por entrada y entrada por salida.

Ejemplo:
Escribir Ia funci6n de transferencia de un filtro digital de ordcn n = 2 y discriar Ia
estructura. De Ia funci6n generd para k = 2 obtenemos:

60
 x(n)
1-----..._..~) Y(n)

Figura 6.5: Filtro digital de la primera forma de segundo arden

x(n) y{n)

Figura 6.6: Filtro digital de la primera forma de segundo 6rden

Si utilizamos Ia transformada z indirecta obtenemos

De esta ecuacion en diferencic,s el filtro digital de segundo arden tiene la forma en figura
6.5a. Para obtener la estructura de la forma can6nica a 6tro tipo, convertimos nudos par
sumadores y los sumadores par nudos y cambiamos las direcciones de los multiplicadores.
La grafica del filtro can6nico de la forma segunda es mostrada en la figura 6.5b. Algunos
autores dibujan este filtro en la forma mostrada en la figura 6.6

6.1 La estructura cascada de un filtro digital

Para realizar el filtro digital en la forma de cascada es necesario arreglar la funci6n de
transferencia en la forma

(6.3)
don de las funciones parciales H; ( z) se pueden expresar en Ia forma

(6.4)

Las estructuras correspondiemes estan en la figura 6. 7 y tienen las funciones de diferen-

cias:

61
 Figura 6. 7: Filtro digital de primero y segundo orden para la estructructura cascada

y(n) == x(n) + bi 1 x(n- 1)- ai 1 y(n- 1)

y(n) = x(n) + bllx(11- 1) + b, 2 x(n- 2)- a; 1 y(n- 1)- a, 2 y(n- 2)

6.2 La estructura paralela de un filtro digital

Para realizar un filtro digital en forma paralela es necesario aj ustar la fun cion de transferencia
en la ecuaci6n (6.5)

Il(z) = Ht(z) + H2 (z) + ll3(z) + · ·· + 1/,(z) (G.S)

Las funciones de transferencta parciales IIi (z) las podcrnos cxprcsar

( 6.6)

Las ecuaciones de diferencias correspondientes a las funciones de transfcrencias anteriores

son

:'/(n) = b, 0 x(n)- a, 1 y(n- 1)

y(n) = biox(n) + bi 1 x(n- 1)- ally(n- 1)- a; 2 y(n- 2)
Las estructuras de los filtros digitales correspondientes a las ecuaciones de diferencias son
mostrada.s en la figura 6.8
La estructura general esta ccnstruida de estructuras conectada en paralelo como seve de
la figura 6.9
Ejemplo
Disefiar un filtro digital que realiza la funci6n de transferencia
b1o t(nl b1o

x(n)

Figura 6.8: Las estructu:·as para el filtro paralelo de primero y segundo ordcn

62
 Figura 6.9: La estructura en paralelo del filtro digital

y(n)

Figura 6.10: filtro digital de sf'gundo orden

1 2
II ( z) == Y ( z) = 3 + 3. 6z- + 0. 6z-
X(z) 1 + 0.1.::- 1 -0.2.::- 2
De esta funcion de transfcrcncia podcmos cscribir

Usando Ia transformada z inversa, Ia funcion de diferencias se pucde escribir en Ia forma

y(n) = 3x(n) + 3.6x(n- 1) + O.Gx(n- 2)- 0.1y(n- 1) + 0.2y(n- 2)

Al filtro digital lo podemos dibujar de Ia ccuacion de diferencias. El fi.ltro digital est.a
mostrado en la fi.gura 6.10
Ejcrnplo:
Disciiar un fi.ltro digital en cascada si el fi.ltro digital ticne 1<t funcion de t.ransfercncia

3 + :LGz- 1 + O.Gz- 2
II ( z ) =
l + 0.1 z- 1 - 0.2.::- 2
La funcic)n de transfcrcncia l<1 tcnernos Cjllf' rcpartir en las funcioncs de transfcrcncias
lf 1 ( z). I !2 ( z). I f:J ( z)

1 + z- 1 1 + 0.2z- 1
Jf ( Z) == 3 X X
1 + 0.5.::- 1 1 - OAz- 1
 entonces
1 + z- 1 lh(z) = 1 + 0.2z-1
H2(z) = -1-+-0-.5-z--1 1 - 0.4z- 1
Las funciones en diferencias son

Yt(n) = 3xt(n) = x2(n) + x2(n- 1)- 0.5y 2(n- 2)

Y2(n)
Y3(n) = x3(n) + 0.2x3(n -1) + OAy3(n- 1)
Las estructuras correspondientes a las ecuaciones de difcrencias se muestran en la figura
6.11

~nl X~
~,

Figura 6..11: Las estructuras parciales de un filtro digital

La estructura final que realiza Ia funci6n de transferencia total esta en la figura 6.12

~z-1
~
-0,5

Figura 6.12: La estructura final de un filtro digital

Ejemplo
Diseiiar un filtro digital en forma paralela con funci6n de transferencia

H(z) = 3(z + 1)(z + 0.2)

(z + 0.5)(z- 0.4)
Si este quebrada lo descomponemos en fracciones parciales

H ( z) = 3 ( .<· + 1) ( z + 0. 2) = A + B + C
z z(z+0.5)(z-0.4) z z+0.5 z-OA
y calculamos las constantes A, By C

A = 3(z + 1 )(z + 0.2) = _3

(z + 0.5)(z- 0.4) lz=o
B = 3(z + l)(z + 0.2) = _1
z(z- 0.4) lz=-05

64
 C'=3(z+1)(z+0.2) =
7
z(z+0.5) lz=0.4

obtcnemos

H(z) 3 1 7
--=---
?: z z + 0.5
+---
z - 0.4
z 7z 1 7
H(z) = -3- - -+
z + 0.5 z - 0.4
= -3- 1 + 0.5z- 1 + - --
1 - 0.4z-1
Las funciones de transferenca parciales son

-1 7
H 2 = - - - -1 H3(z) = -1---0.-4;?:-1
1 + 0.5z-
y las ecuacioncs de diferencias las podemos escribir en la forma

De estas ecuaciones de diferencias construimos el filtro digital de la forma paralela. figura

6.13

Figura 6.13: La es ;ructure del filtro digital en la forma paralela

6.3 Filtros digitales con Ia respuesta finita al impulso

-FIR
La funci6n de tran:>fcrencia de los filtros digitales con la respuesta finita FlR tiene la siguiente
forma

Y(z) b b -1 b -2 b -k (6.7)
H ( z ) = X(-;)= 0 + tZ + 2Z + ... + kZ

k
H(z) = L biz-i (6.8)
i=O

65
 Si utilizamos la transformacla z inversa en Ia ecuaci6n anterior obtenemos Ia ecuaci6n de
diferencias

k
y(n) = L bix(n- i) (6.9)
i:O

De esta funci6n podemos dibujar Ia estructura directa del filtro FIR

y(nl

Figura 6. ~4: La estructura direct a del filtro FIR

o una grafica de filtro norecursivo de Ia primera forma can6nica figura 6.15

x(n)

~::f1
~ + ---
Figura 6.15: La estructura del filtro FIR de Ia primera forma

De Ia funci6n de transferencias, ecuaci6n (6.9) esta claro, que los coeficientes de Ia funci6n
de transferencia son simultaneamente las muestras de Ia respuesta a! impulso de Dirac.
Ejemplo:
Escribir Ia funci6n de transferencia de un filtro FIR de orden sinco. Mostrando d6nde
estan los ceros y polos en el plano de z.

H 5 (Z ) = b0 + b1Z -l + b2Z -2 + b3Z -3 + b,tZ -4 + bsZ -5

H
boz 5 + b1z 4 + b2z 3 + b3z 2 + b4z + bs
( )z = - - - - - - - - - - - - -
zs
Los polos estan todos en el centro y por eso los filtros FIR son siempre estables. Si los
coeficientes b; de la funci6n de transferencia son simetricos, vale

bo = bs
luego los ceros estan situados como se ve en Ia figura G.lG y Ia fa,se es lineal en todo cl
dominio de frecuencias.

Las ventajas del filtro FIR

• Los filtros con Ia respuesta finita son sicmpre cstablcs

• La fase de Ia funci6n de transfercncia es lineal en todo dominio de frecuencias

66
 tJMz I 1/r
I
I
I
I
-1 11
,_
IRE
I
z
I
I

Figura 6.16: Los polos y seros en el dominio de z

• Las muestras de !a salida son dependientes solo del muestreo en Ia entrada y de las
muestras de entrada retra~;adas. Por eso no son tan sensibles a errores de redondeo
como los filtros con !a respucsta infinita.

Desventajas del filtro FIR

• Para cumplir las espccificacioncs de !a plantilla se neccsitan muchos sumadores, am-

plificadores y elementos de retardo en comparaci6n con los fi.ltros IIR.

• El retraso de las seriales es mayor que en los filtros con Ia respuesta infi.nita IIR.

6.4 Sintesis de los filtros IIR

La funci6n de transferencia en el dorninio z puede scr obtcnida ctplicando Ia formula

::=esT (6.10)
La relacion entre el dominio s y z queda establecida por csa ccuacwn. Para nuestro
prop6sito expresamos Ia ccuaci6r en Ia forma

1
s=Tin:: (6.11)
Si cxpresamos In (::) en form<. de serie obtencmos

s =
2
T
z-1 1 (::-1):; 1 (::-1)
[ z+l+3 z+l +5 z+1 ...
5
l (6.12)

s = T
1 z-1 1(z-1)
[--+-;-
z 2
- - +-:--1(z-l):J
:::
- - ...
2

3 ::
l (6.13)

La prirnera sene converge en Ia rcg1on :: ,. . ., 1 muy r<tpido. Entonccs podcmos sin cl

primer tcrmino despreciar todos los tcrminos. Entonccs obtcncmos en cl primer caso Ia
transformaci6n bilineal

2 :: - 1
( 6.14)
s=Tz+l
y rn cl segundo caso la transbrmacion

G7
 1 z- 1
s=- -- (6.15)
T z

La transformada bilineal en esta forma se utiliza para transformar la función de trans­

ferencia H(s) (no normalizada) a la; f�nción H(z). P ero en las táblas están las funciones de
transferencias normalizadas y por nuestro objetivo escribimos la transformada bilineal en la
forma:

z- 1
s=c -­ (6.16)
z + 1'

donde e es una constante que nos corrige la distorsión del eje de la frecuencia. Para
calcular la constante e sustituimos en la ecuación por s= jwA y z = ejwvT, donde wA es la
frecuencia analógica y wn es la frecuencia digital.

. ejwvT- 1
JWA = C
eiwvT + 1
r
Multiplicamos el denominador y numerador por el término e-i"'� y obtenemos
w �T w T �
1 -1
e -e
. 2
)WA =e w � T .wDT
1
e +e-; ---y--
2

. WDT
. J si n 2
)WA =e �T
cos 2

En las tablas de filtros están las funciones de t ransferencias normalizadas. Las frecuencias
del corte en el filtro analógico es WA = l. Si arreglamos la última ecuación obtenemos la
constante c.

wwT
e= cot -2- (G. 1 7)
donde ww es la frecuencia de corte del filtro digital ww 21r fw. Si sustituirnos por
T = 1� fm en la frecuencia de muestreo obtenemos

f1D ;-
7r
e = cot ---¡; (G.l8)

La figura nos muestra corÍw se deforman los e esj de frecuencias gracias a omitir los
términos en la serie.
La transformada bilineal sirve sólo si transformamos la función de transferencia lf ( .� ) de
paso baja a la función de transferencia discreta también paso baja. Si q u e re rnos transformar
la funciór de transferencia H(s) paso baja a una función de transferencia discreta paso alta
con la frecuencia de corte w_1n tenernos que utilizar las ecuaciones
,z + 1
8=e -­ (G.l9)
z- 1

' 1rf-1D
e =tan (G.20)
fm

68
 -s 1
t_- t_- -- --
f"fm
c.JA •COtg fm
LLLud
_j]:~
- -fm
.!m.

L -
.!10
fm

Figura 6.17: La deformaci6n de los ejes en el dominio de frecuencias

fiHI fiHI fiHI

~10
L ~ W-10 "'-10 CJm
l~
w.,.

Figura 6.18: La plantilla de los filtros pasa baja, pasa alta y pasa banda

Si queremos transformar una funci6n de transferencia anal6gica de paso baja a una

funci6n de transferencia discreta de paso banda tenemos que utilizar las ,~cuaciones

z-1 ,z+1
s=c--+c-- (6.21)
z+1 z-1
7r !w (6.22)
c =cot/:::

' 1rf-w (6.23)

c =tan fm
fw y f-w son las frecuencias del corte de paso banda como es mostrado en la figura
6.18
Ejemplo:
Diseiiar un filtro paso baja, cuyas especificaciones estan en la plantillc. 6.19
Si elegimos la aproximaci6n de Butterworth tenemos que calcular el orden del filtro de
acuerdo con la siguiente ecuaci6n
ln e0.23amin -1
e0.23am a.x -1
n > --'----=-·
- 2ln _h_
JJD

69
 -3

-12
l
a~:iB]

Figura 6.19: Las especificaciones del filtro paso baja

n ao aI a2 a3 a4
1 1 1
2 1 v'2 1
3 1 2 2 1
4 1 2.61315 3.41423 2.61315 1

Tabla 6.1: Los coeficientes de la funci6n de transferenci de Butterworth

Elegimos n = 2. De una tabla para los filtros Butterworth determinamos la funci6n de

transferencia de un filtro anal6gico

G(s) = ao.+ a1s + a2s 2 + a3s 3 + · · · + ansn

Usan do Ia tabla 6.1 Ia funci<in de transferencia H (s) para n=2 es
1 1
H(s) = G(s) = 1 + V2s + s2
En la funci6n de transferencta H( s) sustituimos por s la transformaci6n bilineal

z- 1 !w
1r
+1
.s = c z c = cot -y;;:
Para fw = 3400 y fm = 240QO es la constante
7r3400
c = cot - - = 2.096,
24000
y la transformaci6n bilineal es

z- 1
s = 2.096--
z +1
Si sustituimos en la funci6n de transferencia H(s) por s obtenemos
1
H(z) - - - - - - - - - - - - - - ; ; -2
- 1 + V2.(2.096) ~~~ + 2.0962 ( ~~~)
z2 + :~z + 1 0.1196 + 0.2393z- 1 + 0.1196z- 2
H(z) = 8.357z 2 - 6.786z + 2.429 1- 0.8120z- 1 + 0.2906z- 2

70
 D,11Q6

Figura 6.2~: Filtro paso baja de segundo orden

De la funci6n de tr-:nsferencia obtenemos usando la z-transformada inversa la ecuaci6n

de diferencias

y(n) = 0.1196x(n) + 0.2393x(n- 1) + 0.1196x(n- 2) + 0.812y(n- 1)- 0.2906y(n- 2)

Esta ecuaci6n de diferencias es realizada por el circuito en la figura 6.20
Ejemplo
Diseiiar un filtro paso alta segun las especificaciones en la plantilla 6.21
Elegi.mos la aproximaci6n de Butterworth. El orden del filtro es:
l e(0.2J ).12 _ 1
n > __n._e_(o_.2~3),..3::-__1 = 2. 70029 = 1.4 734
3400
- 2ln 1360
1.83258
Elegimos n = 2. La funci6n de transferencia de un filtro anal6gico de segundo orden es

1
H(s) =
1+ J2s + s 2
Para transformar la funci6n paso baja anal6gica en la funci6n de transferencia discreta
paso alta utilizamos Ia transformaci6n

s=c--
I Z +1 I 7rf-ID
c = tan --'---
z- 1 fm
1

Para f-w = 3400 y fm = 16000 obtenemos Ia constante C

I 1f3400
c = tan 16000
= 0. 7883

1350 3400 1600 f {H:i)

0~----r--+•--------~~----~~

-3 ~ 1/1/71111/

-12

•a
wJ
~:1 8]

Figura 6.21: Lts especificaciones de un filtro pasa alta

! l
 x(n)

Figura 6.22: Filtro paso alta de segundo orden

y la transformaci6n bilineal es

z +1
s = 0.7883--
z-1
Si sustituimos en la fun cion de transferencia H( s) por s 0.7883~ la funci6n de
transferencia H(z) toma la for~1a

1 0.3654- 0.7309z- 1 + 0.3654z- 2

H(z)- - - - - - - - - - - - - - - , -2
- 1 + \1"2.0.7883~+ + 0.7883 2 (~ ) 1- 0.2767z- 1 + 0.185lz- 2

Obtenemos la ecuaci6n de diferencias usando la transformada-z inversa

y(n) = 0.3654x(n)- 0.7309x(n- 1) + 0.3654x(n- 2) + 0.2767y(n- 1)- 0.18151y(n- 2)

El circuito en la figura 6.22 realiza la ecuaci6n de diferencias
Ejemplo:
Diseiiar un filtro paso banda cuyas especificaciones est<in en la figura 6.23

fds

J u-
0
-3

-5

!)000 f
50 3.00 4700

Figura 6.2:::: Especificaciones del filtro paso banda

Elegimos la frecuencia de muestreo fm = 2.fmax = 2.(6000) = 12000 Hz

Primeramente tenemos que determinar la frecuencia del corte paso baja normalizada.
Aplicamos la transformaci6n de frecuencias

72
 2
n W_I - WIW-I ___
H-I= 1
W_I (wi -W-I)

f"\ W~- WIW-I 4700 2 - 300.(3400)

H2 = = = 1.446
w2(wi - w_I) 4700(3400- 300)

n
~ '-2 =
w: 2 - WIW-I
=
50 2 - 300.(3400)
= -6.564
w_2('-;I - w_I) 50(3400- 300)
Las especificaciones del filtro paso baja normalizada est.in en la figura 6.24a

fa~
a~Jt
~
-6,564 -1
0

L
11446
-- .I1J
-3

-5 LL
1,446 51564 --I"'- I
Figura 6.24: La especificacion normalizada del filtro paso banda

Esa plantilla de especificaciones la podemos dibujar en otra forma, figure 6.24b. En esta
plantilla podemos ver dos pasos bajas. Elegimos el paso baja con las condiciones rigurosas
para cumplir las ganancias en ambas frecuencias del corte de paso banda. Ahora calculamos
el orden del filtro Butterworth
I e(0.23).5 -I
n > n e(0.23).3_I = 1.05
- 2ln 1.446
I

Para cumplir las especificaciones de plantilla es necesario escoger el arden del filtro n = 2.
L<l<__funci6n de transferencia de Butterworth es

1
H(s) -
- 1 + V'is +s2
La transformada bilineal pare. transformar la funci6n de transferencia normalizada paso
baja, a la funci6n de transferencia discreta paso banda desnormalizada es
z-1 ~z+1
s=c--+c--
z+1 z-1
fw 7r f-ID
c =cot J::
1r I

c =tan fm

Entonces
34007r I 3001f ~·
c =cot-·- -= 0.809784 c =tan = 0.0781
12000 12000
la transformada bilineal tiene la forma

73
 x:nl y(n)
--....---1

Figura 6 25: Filtrc. paso banda de cuarto orden

= 0, 8097~=---!_ + 0.0787z + 1 = 0.8881 z

2
645
s - \ z +1
z-t-1 z-1 z -1

Si sustituimos en la funci6n de transferencia H(s) por s = 0.8884Z -;2~4;z+l obtenemos:

2

Si arreglamos la funci6n de transferencia con el fin de realizacion resulta la forma:

0.329 - 0.658z- 2 + 0.329z- 4

H(z) = 1 -1.526z- 1 + 0.551z- 2 - 0.165z- 3 + 0.1728z- 4
Si realizamos la funci6n de transferencia obtenemos un circuito mostrado en Ia figura
6.25

6.5 Diseiio de los filtros desde la respuesta al Dirac

Hasta ahora diseiiamos los filtros digitales desde las especificaciones en Ia plantilla. Pode-
mos tarnbien diseiiar los filtroE si tenernos exigencias a la respuesta al impulso. En otras
palabras buscamos una funci6n de transferencia discreta de un filtro digital que tiene Ia
misma respuesta de impulso qu'~ un circuito anal6gico. La respuesta de uu circuito anal6gico
es conUnua y para nuestro prop6sito es necesario conseguir las muestras como se ve en la
figura 6.26.
Este rndodo se llama "impulse lnvariancc'" Invariancia de impulsos. Si conoccmos la
forma analltica de Ia respuesta .1 un irnpniso la transformaci6n se puecle llevar a cabo usando
la transformada zeta.

H(z) = z {J(t)}
 t h(t) fh(nl

Figura 6.26: La respuesta de circuito anal6gico a un Dirac y sus muestras

Ejemplo
Diseiiar el filtro digital cuya!; respuesta a impulso es igual a !a respuesta del circuito de
!a figura 6.27. Elige !a frecuencia de muestreo fm = 800 Hz.

Figura 6.27: Filtro paso baja RLC

Calculamos primeramente !a funcion de transferencia de circuito en Ia figura 6.27.

>

R R _1_
~ LC
u2 - sL + I+~7R - s 2 LC R + sL + R - s2 + s C1R + ic:
u2 1. 777.10 6
U1 s 2 + 1.3329.103 s + 1.777.10 6
Si la ultima ecuaci6n la arreglamos en la siguiente forma

1.777.10 6 1.5392.10 3 . ( 1.1545.103 )

(s + 666.45) 2 + 1.3328.10 6 (s + 666.45)2 + (1.1545.10 3 )2
entonces usando !a transformada Laplace inversa a esa ecuaci6n obtenemos la respuesta
a! impulso:

L- 1 { ~~} = h(t) = 1.5392.103 e- 666 ' 451 .sen (1154.5.t)

La respuesta a! impulso de un circuito discreto es

666.45 1151.5 3 0 8330<1

h(n) = 1.5392.10 3 e-860n sin n = 1.53924.10 e- · nsen 1.443208n
. 800
de una tabla de la transformada-z podemos escribir las siguiente transformaciones

z zsen aT
sen naT {:=::::} T
z 2 - 2 z cos a +1

75
 Usando estas transformaciones obtenemos

z {sin 1.443208n} = zsen 1.443208 0.9918z

e 2. - 2z cos 1.443208 + 1 z2 - 0.2544z + 1

Si sustituimos por z

z = ze 0 ·83304 = 2.3003z

obtenemos

0.99l8.(2.3003)z. 1 ·5392 ·103 0.8296z- 1

H(z) - Z {h(n)} - soo
- - (2.3003z) 2 - 0.2544.(2.3003)z + 1 l-0.11063z- 1 +0.18898z- 2

El circuito que realiza esta funcion de transferencia y tiene la misma respuesta a! impulso
esta mostrada en la figura 6.28
y(n)

Figura 6.28: Filtro digital cle segundo ordcn

6.6 Sintesis de los circuitos discretos con la ayuda de

las matrices c irculares
Los coeficientes ai y bi de la funci6n de transfercncia de un sistema discreto sc pucden calcular
con !a ayuda de las matrices circulares. Si dise1-1amos los filtros IIR con !a respuesta infinit.a
tenemos que suponer, que las nuestras de la rcspuesta en !a salida se translapar;in. Los
coeficientes de !a funci6n de transferencia se calculan usando la ccuaci6n

cykl h x a= b

La ecuaci6n se pueclc escrib r en )?, forma matricial

/(i
 h/V-2 hN-n 1
hN-I hN-n+I
ho hN-n+2

hn hn-I
hn+I hn 0
X (6.24)
hn+2 hn+I 0

0 0

hN-I hN-2 hl\'-3 hN-n-I 0 0

La ecuaci6n matricial (6.24) I<~ podemos dividir en dos ecuaciones matricial (6.25) y (6.26)

ho hN-I hll/-2 hN-n 1 bo

hi ho hlll-I hN-n+1 a1 b1
h2 hi ho hN-n+2 a2 b2
X (6.25)

hn hn-1 hn-2 ho an bn

hn+1 hn hn-1 h1 a1 0
hn+2 hn+1 hn h2 a2 0
hn+3 hn+2 hn+1 h3 a3 0
+ X (6.26)

0
Si arreglamos la ecuaci6n (6.26) obtenemos la ecuaci6n matricial (6.27:. De csta ecuaci6n
matricial podemos calcular el vector a, si conocemos los coeficientes de la respuesta al impulso
hi hasta h2n

a1 hn hn-1 h1 h,+1

rj
I
a2 hn+I hn h2 hn+2
a·3 hn+2 hn+1 h3 hn+3
X (6.27)

an h2n-1 h2n-2 hn h2n

Los coeficientes de la respues·;a al impulso h 2n+l hasta hs-1 no los podemos prescribir,
pero los podemos calcular con la ayuda de la ecuaci6n (G. 28)
n

hk = - L hk_;a; (6.28)
i=l

77
 Si queremos calcular los codicientes de la funci6n de transferencia tenemos que conocer
2n + 1 terminos de la respuest:L al impulso. Estos impulsos se llaman impulsos relevantes.
Los impulsos restantes los vanos a llamar impulsos redundantes. Desde los coeficientes
2n + 1 relevantes de Ia respuesta h obtenemos los coeficientes 2n + 1 de vector a y b. Para
calcular el vector b primeramente tenemos que determinar los coeficientes redundantes de la
respuesta a un impulso h(n). L'L slntesis noes unlvoca y por eso no podemos prescribir para
cierto sistema cualquiera respu,~sta al impulso, si queremos realizar el sistema con mlnimos
elementos.
Ejemplo
Calcular los coeficientes de la funci6n de transferencia JJ(z) del orden n = 2 si conoce
usted los coeficientes de la respuesta a un impulso y la longitud del period. N = 6

h0 = 0.23408792 h 1 = 0.52158126 h 2 = 0.32765012

h3 = -0.006(1618 h4 = -0.06228814
Primeramente calculamos con la ayuua de los 2n + 1 elementos relevantes de la respuesta
a un impulso h0 hasta h4 los cceficientos a 1 y a2. Entonces

a1
[ a2
l= [ 0.32765016 0.52158126]-l
0.00606108 0.32765016 x
[ -0.0060618
-0.06228814
l[ l= [ a1
a2
-0.276]
0.185

Usando la ecuaci6n (6.28) podemos calcular el coeficiente redundante de la respuesta a

un impulso h 5 • No podrla ser elegido, si queremos calcular la funci6n de transferencia de
segundo orden.

h5 = -h 4 a 1 - h3 a 2 = -0.06228 x 0.276 + 0.00606 x 0.185 = -0.0160702

Ahora podemos ya calcular los coeficientes bi de la funci6n de transferencia H(z)

-0~276]
0.234087 -0.016070 -0.062288]
0.521581 0.234087 -0.016070 X [
[ 0.327650 0.521581 0.234087 0.185

[~~ l ~:~~~ l
b2
= [
0.227
Ya que conocemos todos los coeficientes de la funci6n de transferencia H ( z), es

0.227 + 0.454z- 1 + 0.227 z- 2

H ( z) = --1---0-.2_7_6_z-_1_+_0-.1-8-5z-:2~

78
Capitulo 7

Filtros digitales cor1 la respuesta

finita FIR

La funci6n de transferencia de un filtro con Ia respuesta finita es

K
H(z) = L biz-i ( 7.1)
i=O

Con una aproximaci6n conveniente podemos obtener los coeficientes bi simetricos. Los
polos de Ia funci6n de transferen ::ia H ( z) simctrica se muestran en Ia figura 7.1

! tlM z
''

1
~
01

Figura 7.1: Localizaci6n de los polos en el dominio de :~

Los polos de Ia funci6n de tnnsferencia que no estan situados sobre el clrculo de radio
unitario de ben ser reciprocos 1/ z,. Entonccs podemos escribir Ia funci6n de transferencia en
Ia forma

= If(O)~(z -- l)(z +It IT(z-

1
Jl(z) Zoi)-(z;:c - ) (7 .2)
Z :=l Z(lj

La rcspuesta al impulso puecle ser dividida en cuatro grupos, como podemos vcr de Ia
figura 7.2

• En Ia fi.gura 7.2a cl numc~o de impulsos es impar, pcro Ia simetcia con respecto al

pun to M es _par, y por eso podemos cxpresar la fun cion de transfercncia en Ia ecuaci6n
(7.3)

'19
 fh(n:' fh(n)

0) ll
'h(n) M -D-
b)

M
-
n

CJ}IM d)

I1 -
n .Jl...

Figura 7.2: Cua·;ro posibilidades de la respucsta a un impulso

H(w) JP = h (n) ~
2" + L..,2h(i)cos( n - i)w
(7.3)
i=O
2
• En la figura 7.2b el numero de los impulsos cs par y Ia simctrfa con rcspecto al punto
M es tambien par. La furci6n de transferencia es en Ia ecuaci6n 7.4

n-1
-2-

JI~w(P = L 2h(i) cos(n- 2i)~ (7 -~)

i=O

• En la figura 7.2c el numero de los impulsos es impar y Ia simetria con aspecto al punto
M es tambien impar. La funci6n de transfercncia se pucdc cxprcsar en Ia ccuacion
(7.5)

n-1

H(w) II = L 2h(i) sin (n- 2i) w

2

(7.5)
. 2
t=O

• En la figura 7.2d el numero de los impulsos cs par pcro Ia simetrfa con respccto al
punto M es impar. La funci6n de transfcrcncia sc pucdc cxprcsar en Ia ccuacion (7.6)

~-1

H(w)PI = t t=O
2h(i) sin(~- i)w ( 7.6)

Ejemplo
Hallar la fun cion de transferencia H(w) de un filtro FIR con la respucsta a un impulso
mostrado en la figura 7.3
El numero de los impulsos I~S impar pero la simetrfa de los impulsos cs par. Entonccs
podemos escribir la funci6n de transferencia H(w) de la ccuacion (7.7)

80
 fh(n)
3
2
1
~r
I
I
I

I II J •~
h0 11 1 h2 h3 h. h5 h6 ~ h,
0 0 0

Figura 7.3: La respuesta de un filtro FIR a un impulso

H IP (w)=h (n) ~
2 +L_.,2h(i)cos( n -i)w
(7. 7)
i=O
2
Si sustituimos en la ecuaci6n (7. 7) por

n=4
obtenemos

H 1P(w) = h(2) + 2h(O) cos 2w + 2h(l) cos w =3+ 2 cos 2w + 1 cosw

Ejemplo
Hallar Ia funci6n de transferencia en el dominio de z y de w de un filtro FIR que tiene
Ia funci6n de diferencias

y(n) = 3x(n) + 2x(n- 1) + 2x(n- 2) + 3x(n- 3)

Utilizando Ia transformada de z obtenemos

Y(z) = 3X(z) + 2z- 1 X(z) + 2z- 2 X(z) + 3z- 3 X(z)

H(z) = Y(z) = 3 + 2z- 1 + 2z- 2 + 3z- 3

X(z)
La respuesta del sistema a un impulso esta en la figura 7.1

fh(n)
3
2
1

-
n

Figura 7.4: La respuesta del sistema a un impulso

El numero de los impulsos es par y Ia simetrla de los impulsos es tambien par. La funci6n
de transfcrencia en el dominio de w se puede escribir por !a ccuaci6n (7.8)

81
 n-1
-2

HPP(w) = L 2h(i) cos(n- 2i)~2 (7.8)

i=O

Si sustituimos los valores:

n=3 h(O) = h(3) = 3 h(l) = h(2) = 2

en la ecuaci6n (7.8) obtenenos

3w
H(w) = 2h(O) cos-+ 3w
2h(l) cos-= 2 3 cos-+ w (
4 cos- w)
2 2 2 2
Las respuestas de los cuatrc tipos de filtro FIR cstci en Ia figura 7.5

0) C)

J [

-
f

Figura 7.5: Las respuestas de cuatro tipos de filtro FIR

7.1 Diseiio del Filtro FIR

Aproxirnamos Ia caracter1stica en Ia figura 7.5a o en Ia figura 7.6 de Ia serie de Fourier

M
IHI = A(J) = I: CmeJ2rrjmT (7 .9)
m=-Af

0
Figura 7.6: Las especificaciones de un filtro paso baja

82
 tA(f) tH(v)
1 t - - -.......

Figura 7.7: Especificaciones para un filtro FIR

donde las constantes em y Cm las podemos calcular mediante Ia ecuaci6n (7.10)

Cm = c_m = fm
2 r
Jo
2
1.m_
A(f) cos 271" JTmdJ (7.10)

Si sustituimos en Ia ecuaci6n (7.9) par ej21rfT = z obtcncmos

H1(z) = L CmZm (7.11)

m=-M

Esa funci6n es la funci6n de transfcrencia de un sistema no causal. Para ai CM-i la

ultima ecuaci6n se puede cscribir en la forma

2M
H(z) = L a z-i 1 (7.12)
i=O

Esta funci6n es una funci6n de transferencia de un filtro causal FIR. El termino 2M

significa que el filtro FIR tiene 2M elementos de retardo. Si Ia frecuencia de muestreo
normalizada es 2, los coeficiente:> Cm se calculan par media de Ia ecuaci6n (7.13)

Cm = 1 1
cos m1T' fdf (7.13)

Ejemplo
Diseiiar un filtro paso baja con la respuesta finita a! impulso. Con las especificaciones

'1 0 :::; f :::; 125 Hz

A(!)=
1' 0 en todas otras f racuencias
La frecuencia de muestreo es fm = 1 kHz. La respuesta a! impulso tiene veinte muestras.
Antes de normalizar las especificaciones de Ia plantilla dibujamos las espccificaciones en Ia
figura 7. 7a. Pero Ia frecuencia normalizada de muestreo es 2. Par eso clegimos

fm == 2 fo = Jm = 1000 = 500
fo 2 2
Ahara podemos dibujar la plantilla normalizada. Esta en la figura 7. 7b
Usando Ia ecuaci6n (7.14)

83
 Cm = 1 IHI
1m.
2

cos m1r Jdf (7.11)

podemos determinar los coeficientes Cm

Cm =
r·25 1. cos m1rvdv
Jo (7.15)

sin 0, 25m7r
Cm = (7.16)
m7r

co= 0,25 .:3 = 0, 075 C() = -0,053 Cg =0, 025

Ct = 0, 225 .:4 = 0, 000 C7 = -0,032 CJO = 0, 032
c2 = 0,159 •:s = -0,045 Cg = 0, 000

Porque vale ai = CM -i sera

a2o = ao = c10 = 0, 032 a16 = a4 = c6 = -0,053 a12 = as = c2 = 0, 159

a19 = a1 = eg = 0, 002~> a1s =as = cs = -0,015 a11 = ag = c 1 = 0, 225
a1s = a2 = cg = 0, 000 a14 = a6 = c4 = 0, 000 a1o = a 1o = c0 = 0,25
a17 = a3 = c7 = -0, 032 a13 = a7 = c3 = 0, 075
Estructura de un filtro FIR esta en Ia figura 7.8 y Ia funci6n de transferencia se pucde
escribir en Ia forma

H(z) = 0, 032 + 0, 025z- 1 - 0, 032z- 3 - · · · - 0, 032z- 18 + 0, 025z- 19 + 0, 032z- 20

7.2 La inft.uencia de las ventanas a la respuesta del

filtro
Para mejorar la respuesta del filtro a una scnal se utilizan varias vcntanas, las mas conocidas
ventanas son

• la ventana rectangular - Ia ventana de triangular

• Ia ventana de Hamming - Ia ventana de Von IIann

Figura 7.8: Filtro FIR de arden veintc

84
 th(nl

r- -lr- ---,

_jill' :
~L~ \

-
-t------L-__:,..c::.:,.___ f

Figura 7.9: La infuencia de la ventana ala respuesta del filtro

• la ventana de Kaiser - la v·~ntana de Poisson

• la ventana de Cauchy - la ·ventana de Bohman

En la figura 7.9 podemos ver la infiuencia de las ventanas a la respuesta del filtro. En
primera imagen podemos ver, si tenemos numero infinito de los coefici·~ntes de la funci6n
de transferencia obtenemos la respuesta del filtro ideal. Pero esos filtros no los podemos
realizar. Y por eso limitamos el numero de los coeficientes con una ven·;ana. Si utilizamos
una ventana rectangular obtenemos la respuesta de un filtro que es mostrada en la figura 7.9
b. La amplitud de la respuesta noes buena, su oscilaci6n es muy grande en el banda de paso.
Si utilizamos la ventana que propus6 Hamming, Von Hann o Kaiser , las oscilaciones de la
amplitud se disminuien. La ver.tana rectangular limita solo el numero de los coeficientes
(muestras). Pero la ventana Hamming, Von Hann o Kaiser limita no s6:o el numero de los
coeficientes (muestras), sino tambien la magnitud de las muestras (coeficentes de la funci6n
de transferencia)
Los coeficientes nuevas se determinan usando la ecuaci6n (7.17)

(7.17)

donde Wm son los coeficientes de la ventana

La ventana de Hamminls

La vent ana de Hamming esta. definida por la ecuaci6n (7 .18)

27ri
wi = 0,54 + 0,46cos M (7.18)

para 1\i/ = 20 obtenemos los coeficientes de la ventana de Hamming

85
 fw(n)
1

-40

10 20304050
- c..J

Figura 7. LO: Ventana de Hamming y su espectro

W 0H • --
-- 1

W 1H = o, 54+ o, 46 cos ;~ = o, 977486

W2H = o, 54+ o, 46 cos~~ = o.91214 78

W3H = o, 54+ o, 46 cos~~ = o, 8103812

W 4H = o, 54+ o, 46 cos ~~ = o, 68214 78

W 5H = 0, 54+ 0, 46 cos 12°; = 0, 5233846

1
W6H == o, 54 + o, 46 cos ;; = o, 3978522

14
W7H == o, 54+ o, 46 cos 2
; = o, 2696188

16
WgH == 0, 54+ 0, 46 cos 2; = 0, 1678522

1
WgH == 0, 54+ 0, 46 cos :; = 0, 102524

W{6 == 0, 54+ 0, 46 cos 2

°; =
2
0, 08
Si transformamos la ecuaci6n (7.18) en el dominio da las frecucncias obtcnemos
2
W(f) == M cos(1r f M) [0.54- 0, 08(! M) ]
(7.19)
1rjM 1- (JM) 2
El espectro de la ventana de Hamming esta en la figura 7.10 b. De esta grafica podemos
ver, que la ganancia en [dB] no cae bajo 43 [dB]. La ventana de Hamming csta mostrada en
la figura 7.10a.

86
 Ejemplo
Del ejemplo anterior utilizar 1::~. ventana de Hamming y determinar los nuevos coeficientes
de filtro. En el ejemplo anterior determinamos para filtro paso baja los coeficientes Cm

co= 0, 25 = 0, 075
C::, c6 = -0,053 Cg = 0, 025
c1 = O, 225 c4 = 0, 000 C7 = -0,032 ClQ = 0, 032
c2 = 0,159 cE = -0,045 Cg = 0, 000

Usando la ventana de Hamrr..ing calculamos los nuevos coeficientes del filtro usando la
ecuaci6n (7.17)

alO = ea.wtf = 0, 25.1 = 0, 25

a 9 = a 11 = c1 .wf = 0, 225.0, 977486 = 0, 220

a 8 = a 12 = c2 .w!j = 0, 159.0, 9121478 = 0,145

a7 = a 13 = c3.w~1 = 0, 075.0, 8103812 = 0, 0607

as = a1s = cs.wf = -0, 045.0, 5233846 = -0,0235

a2 = a1s = Cg.w{! = 0, 0000

a1 = a19 = cg.w{f = 0, 0026

ao = a2o = Ct.wf~ = 0, 0025

Para completar escribimos ot:~as ventanas interesantes

Ventana de Bohman

2i ) 27ri 1 27ri
wi = ( 1 - M cos M +; sin M (7.20)

Ventana de Blackman

k . 27rZ'
Wi =
L.
!=0
( -1)'ai cos-
M
(7.21)

para los parametres a 0 = 0, 4~~323, a 1 = 0, 497S5 y a 2 = 0, 07922 la ganancia no cae bajo

-70,83 dB.

87
Ventana parabolica

W; = 1- (
2i )
M (7.22)

Ventana de Poisson

(7.23)

Ventana de Von Hann

W; = 0' 5 [ 1 + cos M
27l'i] (7.24)

Ventana de Cauchy

(7.25)

Ventana de Kaiser

(7.26)

donde / 0 es la funci6n de Bessel

88
Capitulo 8

La Funci6n d•~ transferencia de los

sistemas

8.1 La funci6n de transferencia de los sistetnas anal6gicas

Para el circuito RLC de la figure, 8.1
i (t)
R L c

Figura 8.1: Circuito RLC

~
podemos escribir la ecuaci6n que modela al sistema:

di(t)
u(t) == R.i(t) + Ldt + C
1 J. z(t)dt (8.1)

2
du(t) = R.di(t) L di (t) 2_i(t)dl (8.2)
dt dt + dt 2 +c
Si utilizamos la transformaci6n de Laplace obtenemos

sU = Rsi + Ls 2 I+ ~ I dividiendo entre s

I
U = R.I + sL.I + sC
entonces la impedancia de circuito RLC es

u
Z = - = R+sL+-
1
(8.3)
I sC
En general para un circuito de dos puertos podemos escribir la ecuaci6n de diferencial

89
 :;r=
0 I
,I
I
'•
dt
- t 0
-">I
I I
I<
dj

X y
H(p) >

Figura 8.2: El sistema anal6go, las seiiales de entrada y salida con las derivaciones en punta
T1

x(t) es Ia seiial de entrada

y ( t) es la seiial de salida
Si aplicamos a la ecuaci6n ( 3.4) Ia transformaci6n de Laplace abtenemos

y Ia funci6n de transferenci<L de H( s) = ~~;J cs

H(s\ == bnsn+ bn-1Sn- 1 + ... + b1s + bo ( . )

86
I anSn + an-1Sn- 1 +. ••+ a,s + aO

Si conocemos la derivada de la seiial de entrada ~~ y de salida ~~ en varios instantes del

tiempo, podemos obtener Ia fuLci6n de transferencia H (p) y construir el circuito.
En la entrada del circuito di >creta tenemos una seiial en la forma discreta. Y en la salida
obtenemos las muestros. Esto es representado en la figura 8.3
En este caso, no podemos construir en el tiempo discrcto una dcrivada ~~, pero si podemos
calcular una diferencia entre Ia~ dos muestros.

!:J.y Y1 - Y2 !:J.x
(8. 7)
!:J. T !:J. T y !:J. T !:J.T
Igual como en el caso de los circuitos anal6gicos podemos e.scribir Ia ecuaci6n de diferencias

1x(nil t Y(nt)
X2. Y1
X >-
<J <l
X1
Yz 1 i 7
0 T
6t
2T 0 T! 2T
Jill
3T 4 T
- nt

X(z) Y(Z)
H(Z)
X(n) y(n)

Figura 8.3: Sistema discrf'to v las sciialcs en la entrada y salida

90
 jW
Az ftM z
o, B
c,
s,
-A, cr. c A
03~ -REz
c3
83
A3 D

Figura 8.4: Transformaci6n del plano del dominio de s a! plano de dominio de zo

Esta ecuaci6n se puede escribir en !a forma

bnx(n) + bn-1x(n -1) + ooo+ b1~~(1) + bo = any(n) + an_ 1y(n -1) + 000+ a 1x(1) + a(O) (809)

Usando !a transformada-z

(8.10)
obtenemos

La funci6n de transferencia es:

H(z) = Y(zl = bnzn + bn-1Zn-1 + 000+ b1z + bo

(8012)
X(z) anzn + an-lzn- 1 + 000+ a1z + ao
Algunos autores cscribcn la funci6n de transfercncia en !a forma causal

H(z) = Y(:~) = bo + b1z- 1 + b2z- 2 + + bnz-n

0

o
0

(8013)
X(;~) 1 + a 1z-1 + a 2 z-2 + 000+ anz-n
La relaci6n entre el dominio de s y z queda establecida por !a ecuaci<)n

(8014)
T es el intervalo entre dos muestraso La ecuaci6n z = esT nos transforma el eje imaginario
del dominio s a! cfrculo unitario en el dominio de z, figura 804
El !ado izquierdo del plano s se transforma dentro del drculo en plano Zo y el !ado
derecho del plano s se transforma fuera de drculo en plano de zo Entonc:es los polos de un
filtro anal<)gico que es estable estan en cllado izguierdo del plano s y se transforman dentro

91
 )(
tw

X
-1
-
REz

Figura 8.5: Los palos y ceros del filtro Caucr de arden n=3

de drculo en el plano de z. Pc,ra una aproximaci6n de Cauer y n = 3 palos y ceros de Ia

funci6n de transferencia de acuerdo con Ia figura 8.5
Ejemplo:
Determinar la funci6n de tra.nsferencia de un circuito donde Ia ecuacion de diferencias es:

1
y(n) = "2y(n- 1) + 2x(n) (8.15)

Si aplicamos Ia transformada-z obtenemos

1
Y(z) = -z- 1 Y(z) + 2X(z)
2

Y(z). [1- ~z- ] 1 = 2X(z)

Y(z) 2 2.z
(8.16)
X(z) z- l_2
El polo y el cero estan dibujados en Ia figura 8.6
tiMz

Figura 8.6: Los polos y ceros de Ia funcion de transferencia en cl plano de z

Ejemplo:
Determine la funci6n de transferencia de un sistema dcfinido par Ia ccuacion de difcrcncias

5 1
y(n) = -y(n- 1)- -y(n- 2) + x(n) ( 8. 17)
6 6
Usanclo la transformada-z obtencmos

Y(z) = ~Y(z)z- 1 - ~Y(z)z- 2 + X(z)

6 6

Y(z). [ -~z- 1 + tz- 2 + 1] = X(z)

92
 !!(;.:) = Y(z) = 1
X(z) 1- ~z-1 + ~z-2
1
H ( z) = -:----:-------,-----...,.-------,-- (8.18)
(1- tz- 1). (1- ~z-1)
Los palos y ceros de la funci6n (8.19) son localizados el el plano z, figura 8.7

(8.19)

fM z

_,
-REz

Figura 8.7: Los palos y ceros de la funci6n de transferencia H(z)

Ejemplo:
Calcular la respuesta a un tren de impulso de un circuito que esta definido por ecuaci6n
de diferencias

y(n) = y(n- 1) + x(n) (8.20)

Usando la transformada-z obtenemos

la funci6n de transferencia del sistema es

H()=Y(z)= 1 (8.21)
z X(z) 1-z- 1

Entonces la respuesta en el dominio de la frccuencia es

1
Y(z) = X(z)--_-_-1 (8.22)
1 2

La transformada-z de un trcn de impulses es

1
X(z) = (8.23)
1- z- 1
Entonces

1
Y(z)- - ----= (8.24)
- (1- z-1)2
La transformada-z inversa es
 x(n) f y(n)

A -xiOJ' I Hlzl JL~"

Figura 8.8: El sistema discreta inestable

b' ( n) = { 1 2 3 4 5 6 ... }
Esta serie de muestras dive:~ge a pesar de que ]a seiial en la entrada es limitada. Por cso
el sistema no es estable, figura 8.8.

8.2 Analisis de ci.rcuitos discretos en la frecuencia

La fun cion de transferencia se )uede escri bir en la forma
'\"'M b -k
H(z) = LA=o kZ (8.25)
+
1 ~~~ akz-k
si sustituimos en la ecuacio:1 por z = ejw obtenemos

'\"'M b -jwk
H(ejw) = H(w) = LA=~ ke . (8.26)
1 + ~k=l ake-Jwk
Pero el modulo de H lo pocemos determinar como

[H(u.)[ = H(w).H(-w) = H(z).!I(z- 1 ) (8.27)

pero

e2a = [H(wW
1
a=
2zn[H[ [Np]
a = 10/og[H[ [dB]
El procedimi.ento de anaJisi~: es explicado en el siguiente ejcmplo.
Ejemplo:
Para el sistema con la ecuacion en diferencias

y(n) = -O.ly(n- 1) + 0.2y(n- 2) + x(n) + x(n- 1) (8.28)

determine el modulo de la f unci on de transferencia H ( z)

Y(z) + O.lY(z)z- 1
- 0.2Y(z)z- 2 = X(z) + X(z)z- 1

94
 1 + z-
1
H(z) _ Y(z) _
(8.29)
- X(z) - 1 + 0.1z- 1 - 0.2z- 2
1
1 1
IH(zW = H(z).H(z- 1 ) = +1z- x +z
1 + 0.1z- - 0.2z- 2 1 + 0.1z- 0.2z 2

IH (z) 12 = ,, 1 + z + z -1 + 1
1 + 0.1z- 0.2r + 0.1z- 1 + 0.01 - 0.02z- 0.2z- 2 - 0.02z- 1 + 0.04

2 + z + z-1
IH(z)l2- .
- 1.05 + 0.08(z + z- 1 ) - 0.2(z2 + z-2)
(8.30)

En la ultima ecuaci6n sustitu mos por z

obtenemos

(8.31)
IHI = 1.05 + 0.08(2) ( eJ"'trJW) - 0.2(2) ( e2JWf2e-2JW)

IHI == 2 + 2 cos w (8.32)

1.05 + 0.16 cos w- 0.4 cos 2w
Ejemplo
Para el sistema anal6gico definido por la funci6n de transferencia

1
H(s) - (8.33)
- s2 + J2 s + 1
determine amin en dB para w = 1 y w = 3.

' 1
( (8.31)
H ( s). H - s.l = ( s 2 + J2 s + 1) . ( s 2 - J2 s + 1)
1
H(8).H( -s) = - -
1+84
1
H(jw).H(-jw) =
1
+w 4

1 ~
IHiw=1 = 2 = 10 20

entonces

1
adB = 10log2 = -3 dB

para w = 3 obtenemos

95
 w
I-
-3
I
I
I
Q(lj8)~ I
I
I

19,1 r- - - - - - - - - - - - - -
Figura 8.9: La respuesta del filtro Butterworth

1
IHI2w= 3 = 1 +181 82
1
l!dB = 10/og = -19.138 dB
82
La grafica de la respuesta esta ·en la figura 8.9

Ejemplo:
En el sistema muestreado de figura 8.10 determine la funci6n de transferencia H(z), si
conocemos:

h3(n) ={(-It}

--
x(nl

Figura 8.10: La estructura de un circuito discreto

De tablas, la transformada-z vale

1
h(r..) ={an}~ H(z) = - - -1 (8.35)
1- az-

entonces

1
{2n} ~ = H1(z)
1- 2z- 1

{1n} ~ 1 -1z-1 = H2(z)

{(-1)n}
·
~ 1 +1z- 1 = H3(z)

la funci6n de transferencia del sistema en la figura 8.10 es

96
 Hz -- 1 [ 1
( ) -- 1 - 2z- 1 1 - z- 1
+ 1 +1z- 1 l (8.36)

Hr z) = 2 (8.37)
\ 1 - 2z- 1 - z- 2 + 2z-3
Si aplicamos la transformada-z inversa

2: 1- 2z- 1 - z- 2 + 2z- 3 = 2 + 4z- 1 + 10z- 2 + 20z- 3 + ...

es la respuesta de Dirac

y(n) = h(n) = {2 4 10 20 · · ·} (8.38)

Si analizamos el circuito en el dominio de tiempo, obtenemos ei mismo resultado.

(8.39)

h3( n) = { ( --1 t} = { 1 - 1 1 - 1 1 - 1 · · ·}

h(n) = {1 2 4 8 16 32 · · ·} * {2 0 2 0 2 0 · · ·}

h(n) = {2 4 10 20 · · ·}
Los dos resultados son equales y como se ve los muestros divergen y por eso el sistema
no es estable.

La funci6n de transferencia d·~ los circuitos discretos la podemos escribir en la forma

"\"'M b - jwk
H(jw) = L...tk=~ ke . (8.40)
1 + L:k=1 ake-;wk
o por medio de los polos y ceros en el plano z.

H r·)W )-b
- 0
rr m
k=l
N
(1
-zke
-jwk)
(8.41)
\ f1k=1 (1 - Pke-iwk)

Los polos de la funci6n de transferencia deben estar dentro el cfrculo unitario si el circuito
es estable. Los ceros pueden estar dentro del drculo o afuera, pero tarnbien en el cfrculo
unitario. La ultima ecuaci6n se puede escribir tambien en la forma

97
 Figura 8.11: Dislocaci6n de los palos y ceros de un filtro digital

jw )
H(Jw) = boejw(N-M) TI ~=1 e
M (
- Zk
(8.42)
nk=l ( eJW- Pk)
Los terrninos en el parantesis los podemos expresar en forma polar

(8.13)
don de

(8.44)
El valor absoluto de H es iqual a producto de valores absolutos de todos los terminos de
la ecuaci6n (8.42). Entonces obtenemos:

(8.45)

El valor absoluto de eiw(N-M) es equal 1. La fase de H(jw) es la suma de las fases de los
terminos en el numerador menoB la suma de las fases de los terminos en denominador.

LH(jw) = Lw(N- M) + 01(w) + 02(w) + · · · + OM(w)- ['PI(w) + 'P2(w) + · · ·+ 'PN(w)] (8.46)

Ejemplo
Determinar el modulo de la funci6n de transferencia H(z) para la frecuencia w = 0.5

H(z) = (z + 2)(z + 4) (8.4 7)

(z + l)(z + 3)
lejw + ~lw=0.5 = I cos 0.5 + jsen 0.5 + 21 = 2.917247
jejw + 4iw=0.5 = l cos 0.5 + jsen 0.5 + 4j = 4.901087

jejw + llw=0.5 = I cos 0 ..5 + j sen 0.5 + lj = l.937824

 frM z

--HE z

Figura 8.12: Construci6n de Ia fasc del circuito

lejw + 3lw::::0.5 = I cos 0.5 + jsen 0.5 + 31 = 3.907108

IH(z)l = (2.917247)(4.9010877) =
1 888 (8.18)
(1.9378248)(3.9071083) '
Ejemplo:
Determinar la fase de la funci6n 8.4 7 para w = 0.5
. . /m
(eJw + 2), 41
::::0.5 =I cosw + 2 + j sinwle;arctg Re

sen 0.5
01 == arctg = 0.1650907
cos 0.5 + 2
sen 0.5
02 == arctg = 0.0979769
cos 0.5 + 4
sen 0.5
'fi = arctg = 0.25
cos 0.5 + 1
sen 0.5
1.p 2 == arctg = 0.123016
cos 0.5 + 3

0= 61 + 02- i.p1 - i.p2 = -0.1099484

Ejemplo
Calcular el valor absoluto de H(z) y Ia fase de H(z) si conoce Ia funci6n de transferencia
en Ia forma:

La ultima ecuaci6n se puede ·~scribir en Ia forma

99
 H ( fjw) = ~ 1 +~ 1
21 - !e-Jw 21- ~e-iw
4 4

Para obtener mas fasil el modulo de H y la fasc cscribimos Ia uHima ccuacion en Ia forma:
. eiw (eiw _ !)
r'T(' JW) _ 2
(8.49)
n e - ( eJw-
· 41) (eJw-
· 3)4

H( ejw) =
eiw (cosw- ~ +j sen w)
[cosw- ~ +j sen w] [cosw- ~ +j sen w]
La ecuacion analftica de modulo de H(w) es

.
IH(e 1wi = [
11 1
( 16 -- 2 cos w)
-
45
- cosw
c 25
6 -
3
2 cos w)
l~
Desde la ecuacion 8.49 podemos expresar el modulo de Ia funci6n de transferencia en Ia
forma

. Jeiw _ !J
IH(eJW)l = Jeiw- ~1-leL- ~I
Y Ia fase se puede calcular ce la ecuacion
. 1 . 1 . 3
B(w) = w + arg(e 1 w- 2")- arg(e 1w- 4)- arg(e 1 w- :1)
o usando la ecuacion 8.50
sen w senw sen w
B(w) = w +tan- 1 1
-tan- 1 -tan- 1 - - -
1 3
(8.50)
cos w - 2 cos w - 4 cos w - 4

100
Capitulo 9

Analisis de filtros digitales

Los metodos de analisis para filtros digitales se fundamentan en Ia teorfa. de los diagramas
de flujo de las seii.ales, asi como en las ecuaciones de estadoo
El procedimiento seguido resulta similar al utilizado en el analisis clasico de los circuitos
anal6gicos, en el que primeramente se seii.alan los nudos, para luego formar Ia matrfz de
admitancia Y, Ia cual caracterizara al circuito cerrespondienteo
Las seii.ales relacionadas con los filtros digitales generalmente sc clasifican en:

• seii.ales de entrada xi i=1,2,3 ° 00' e

• seii.ales de salida }i i=e+1,e+2, 00o,n

• seii.ales internas ui y Vi i=n+ 1,n+2, 00o,m

Las seii.ales internas revisten r:na gran importancia, ya que elias son las que dctcrminan
el estado de los circuitoso Las seii.ales Ui a la salida de los elementos de retardo se indican en
la figura 901, mientras que las restantes seii.ales de Ia red digital estan rcpresentadas por \~·0

1
2

Figura 901: Red digital

Cada rama de la estructura ce Ia red digital de Ia figura 901 esta caracterizada por Ia
funci6n de transferencia definida por las respectivas seii.ales de entrada y salida figura 902
De esta forma la transmisi6n del nudo j a! nudo i se puede expresar en Ia forma

Ji,j = { ~-1 (901)

101
 donde k es una constante y z- 1 reprezenta un elemento de retardo. As! el sistema digital
puede ser formulado por las ec:uaciones:

Y(z) = FyxX(z) + FyuU(z) + FyvV(z)

U(zl = FuxX(z) + FuuU(z) + FuvV(z)
V(z) = FvxX(z) + FvuU(z) + FvvV(z) (9.2)
don de

• X( z) es el vector de las sen ales de entrada

• Y(z) representa a! vector de las seiiales de salida

• U(z) y V(z) son los vectores de las seiiales internas.

Por otra parte, los terminos Fen el sistema de ecuaciones (9.2) representan a las funciones

l
de transferencia J;,j y pueden f,er descritas por la expresi6n matricial

X( z)
Y(z)
Nrx U(z) =0 (9.3)
[
V(z)

l
don de

Fyx -E F(yv)
Nr = Fux 0 F(uv) (9.4)
I_ Fvx 0 F(vv)-E
Nr viene siendo la matriz r~presentativa del diagrama de flujo de la,s seiiales. Tal como
se podra com pro bar mas adelante, en el analisis, revisten suma importancia las seiiales U;( z)
a la salida de los elementos de retardo de la red digital.
Si en la expresi6n (9.3) reducimos las seiiales V;(z) obtendremos:

Ne X
X(z)
Y(z)
[ U(z)
l
= 0 (9.5)

don de

(9.6)

f ..
IJ
~

Figura 9.2: Diagrama de flujo de seiial

102
 A Ne se le conoce como matriz de ftujo de estado, y a los termi n.os A, B, C, D de
esta matriz se les denomina matrices de estado del sistema digital, cuyos elementos son
reales.
Si se conoccn las matrices de Estado de una red digital, cntonces el sistema de ecuaciones
(9.7) tendra soluci6n:

;:U(z) = AU(z) + BX(z)

Y(z) = CU(z) + DX(z) (9.7)
De este modo, sino se toman m cucnta a las seiiales Ui(z) en Ia expresi6n (9.5) se obtiene

X( z) ]
Nr x [ Y(z) = 0 (9.8)

De esta forma, a Ia matriz de transferencia Nr se pucde cxpresar en la forma:

Nr = [ D + C(z.E- At 1 B; -E] (9.9)

En Ia ecuaci6n anterior, E cs la matriz unitaria y el clcmento n 21 representa a Ia funci6n
de transferencia H(z) de Ia red d:gital.

9.1 Ejemplos
Si se quiere dcterminar Ia funci6n de transfcrcncia clc un sistema digiJ ;,], =c debe establecer
Ia matriz del diagrama del flujo . Por ejemplo, pa:c:_ el llltro digital de Ia figura 9.3, primera-
mente se lc asigna los numeros 1 y 2 a los nudos de entrada y s;;tlida. Sequidarn.cnte se pueden
numerar los nudos a las salidas d,~ los bloques de rctardo con los numero:, J y 4 respectiva-
mente, para asignar finalmcnte los numcros 5 ' 6 y 7 a los nudos donde aparecen las seiiales
interiores V5 , Vn y V1. De esta forma sc obtiene el sistema de ecuacioncs correspondiente a
los nudos:

2 y2 = 1,5
3 u3 = v7Z -1
4 u4 = v;6Z -1
5 Vs = X1ao + U3
6. v6 = X1a2- b2 Vs
7• ~·~ = X1a1- b1 Vs + U1
Utilizando la forma matricial :;e pueden expresar las ecuaci6nes en la :orma:

-1
x1
0 0 0 1 0 0
_-1 y2
0 0 -1 0 0 0
0 0 0 -1 0 z-1 0 1 U:~

ao 0 1 0 -1 0 0
X u,., =0 (9.10)
Vs
a2 0 0 0 -b2 -1 0
v6
a1 0 0 1 -bl 0 -1 1 J v7
Y asi se obtiene Ia matriz de flujo de seiiales dr:l filtro digital

10.3
 Figura 9.3: Filtro digital de segundo arden

0 -1 0 0 1 0 0
0 0 -1 0 0 0 z-1
0 0 0 -1 0 z-1 0
N(7) = (9.11)
ao 0 1 0 -1 0 0
a2 0 0 0 -b2 -1 0
a1 0 0 1 -b1 0 -1

Para ilustrar el procedimiento seguido en la determinacion de la matrfz de flujo de serialcs

, se toma como ejemplo el elemento de retardo localizado entre los nudes 4 y 6, de modo que
en la matrlz N( 7 ), el termino n 64 correspondicnte a estc elemento tom a cl valor z- 1
En forma similar , al mult.plicador situado entre los nudos 5 y 7 lc corrcsponde en Ia
matriz de fiujo N( 7 ) la posicion del elemento n 57 representado por Ia constante -bi.
Con el proposito de deterfninar los elementos de Ia matriz de flujo de seiiales se pucdc
aplicar Ia ecuacion recursiva (9.12).

0.( -1)- l.z- 1

(9.12)
-1

Si en la expresion (9.11) se reduce el numero de filas y columnas, se obtienen ecuaciones

(9.13) - (9.15)

0 -1 0 0 1 0
a1z- 1 0 -1 z-1 -b1z-1 0
N(6) = 0 0 0 -1 0 z-1 (9.13)
ao 0 0 1 -1 0
a2 0 0 0 -b2 -1

N(S) = la ~-l1
a2z-1
ao
-1
0
0
0
0
-1
0
1
0
z-1
-1
0
1
-b1z-1
-b2z-1
-1 1
(9.14)

104
 y(n)

Figura 9.4: Filtro digital de segundo arden

-1 1
(9.15)

Comparando las expresi6nes (9.6) y (9.15) se obtienen las matrices de cstado A, B, C, D

del filtro digital

C=[l OJ

D = ao (9.16)

Para determinar la matriz de transferencia N~) se eliminan los nudos 3 y 4 en la matriz

(9.15) y asi se obtiene:

(9.1 7)

Analizando la matriz de la expresi6n (9.17), se pucde observar que cl clcmcnto n~~)

representa la funci6n de transfewncia H(z) corrcspondiente al filtro digital de la figura 9.3.
Si se intercambia la numeraci6n a la salida de los elementos de retardo, se obtendra un
nuevo juego de matrices de estado A, B, C, D como se muestran en la ecuaci6n (9.18) , de
acuerdo a la configuraci6n de la figura 9.3

C=[O 1]

D = a0 (9.18)

Sequidamente se determina la matriz de flujo de est ado N e correspondiente ala figuraci6n

de un filtro digital de segundo oden, figura 9.4.
Primaremente se numeran los nudos de la red tal como se ilustra en la figura 9.11, y
tomando en cuenta el procedimiento seguido en elan ali sis del ejemplo anterior, se determinan
los elementos de la matriz de flujo de seiiales, la cual toma la forma:

105
 d -1 c1 c2 0 0
0 0 -1 0 z-1 0
N(6) == 0 0 0 -1 0 z-1
(9.19)
b1 0 au a12 -1 0
b2 0 a21 a22 0 -1
Si disminuye el numero de fllas y columnas en la matriz de la expre:>ion (9.19), se puede
obtencr la matriz de ftujo de estado (9.20)

-1
0 (9.20)
0
Comparando las expres10nes (9.6) y (9.20) se pueden obtener la matrices de estado
A, B, C, D del filtro digital de let figura 9.4, llamada estructura de ftujo d·:! estado especificada
por:

A= [ au a12 ]
B = [ b1 b2 J
a21 an

C=
[~: ] D = d (9.21)

Se puede observar que alguros de los elementos de las matrices de estado de la ecuaci6n
(9.21), resultaran nulos o unitarios, tal como se ilustra en la ecuaci6n (9.16). Este compar-
tamiento es explicable por Ia ausencia de algunos multiplicadores en el arreglo mostrado en
la figura 9.4. Tomando en cuenta el procedimiento sequido anteriormente, el filtro digital de
segundo orden de la figura 9.4 s·~ puede optimizar hasta obtener la configuraci6n equivalente
de Ia figura 9.5 cuyas ecuaciones de estado se cncuentran representaclas por Ia expresi6n
(9.16).
El metodo propuesto permite el amilisis de redes digitales simultane.amente en el tiempo
y Ia frecuencia, proporcionado las correspondientes matrices de estado de forma tal que para
diferentes arreglos en Ia numeraci6n de los n6dos a Ia salida de los e ementos de retardo
se obtienen diferentes juegos de matrices de estado a los que les corresponden distintas
configuraciones de caracter equivalente, pudiendo seleccionarse Ia que mejor converga de
acuerdo a los prop6sitos de diseiio.

x(n)

Figura 9.5: Filtro digital Je c~tado de segundo orden.

106
Capitulo 10
Filtros digitales de onda

EL diseno de los filtros digitales de onda se hace desde los filtros anal6gicos. El filtro anal6gico
tiene una estructura de escalera. Las estructuras de escaleras de LC tienen una pequena
sensibilidad del amplitud a! cambia de valores de sus elementos. Por eso estos filtros tienen
una gran importancia. Los filtros digitales de onda son diseiiados usando las matrices de
dispersion S. Los valores de multiplicadores de los adaptadores paralelos yen series que son
terminados en un puerto con elemento de retardo se calculan desde los valores L y C del
filtro anal6gico. Con este metoda podemos diseiiar todo tipo de filtros.

10.1 Reemplazo de los elementos L a C por el circuito

discreto
Si disenamos el filtro digital de onda utilizamos Ia transformada bilinea con el tiempo de
muestreo T = 2.

1 - z- 1
s= (10.1)
1 +z-1

Reemplazo del inductor

La onda transmitida A y reflectada B en Ia figura 10.1 esta en relaci6n con la corriente I y
voltaje U en el puerto de entrada par Ia ecuaci6n

A= U + RI B =U-RI
Si sumamos las dos ecuacione~; y sustraimos obtenemos

A+ B = 2U A- B = 2RI
El voltaje en Ia inductancia qLe marcamos Res U = sRI. Si multiplicamos ambos !ados
de Ia ecuaci6n por 2 obtenemos

2U = s2RI
Si sustituimos por 2U = A+B, 2Rl =A-By pars Ia transformada bilineallO.l obtenemos
Ia relaci6n
B = -Az- 1
107
 La ultima ecuaci6n esta representada por un multiplicador de valor -1 y un elemento de
retardo en serie. La realizaci6n de un inductor en Ia forma discrcta csta mostrada en Ia
figura 10.1.

Figura 10.1: Sustituci6n de Ia inductancia por un circuito discreto

Reemplazo de un capacitor

Para el circuito en la figura 10.2 podemos escribir como en cl primer ca.so

A= U + RI B =U-RI
Si sumamos y restramos las dm ecuaciones obtenemos

A+ B = 2U A- B = 2RI
Si el valor de c:>~pacitancia es C = h
Ia voltaje U se puccle cxpresar por Ia ecuac10n
U = ~~. Multiplicamos ambos ]ados de Ia ecuaci6n por dos y obtcnemc's

2U = 2IR
s
Sustituiendo por 2U = A+ B y por 2RI = A- B y por s Ia transformada bilineal 10.1
obtenemos la ecuaci6n

z +1
A+B==(A+B)-
z-1
que se simplifica en la ecuaci6n

La ultima ecuaci6n esta griJtcamentc cxprcsada en Ia figura 10.2. En Ia grcifica cs Ia

sustituci6n de un capacitor por un circuito discrcto.
Similarmente podemos deducir los circuitos discrctos que sustitu.':/Cn a! transformador,
girador, etc. El alumna podra cncontrar estas sustitucioncs de circuil.os analogicos en Ia
bibliografia FET 1

Filters Structues Related to Cla~ic'>l Filter :.1 etwor ks. (Arch

1 Fettweis,a.: Digital Elek tr. Ucbertragung,
vol 25,pp.78-89, Feb. 1971.

108
 u~ l_R - A

c>--~_]~ - 8

Figura 10.2: La susti·;uci6n de un capacitor por un circuito cliscreto

10.2 Los adaptadores

Los adaptadores son las circuitos de trcs pucrtas no dcpcndicnte de Ia frccucncia. Los
podemos dividir a los adaptadores de seric y de paralelo dependicntc y no dcpcndicntc.
Si los adaptadores son terminados en una puerta con elemcnto de retr2.so rcprcscntan un
capacidor o inductor.

10.2.1 Adaptador paralelo

El adaptador paralelo es un circu to de frccuencia indepcndicntc. Si conccLunos a un puerto
el elemento de retardo obtenemo> el circuito de frecuencia dcpcndiente, que rcaliza capaci-
tancia en la rama diagon:=tl. Utiliz.1mos el adaptor paralelo con elfin de con2ctar los siguicntes
circuitos que estan terminados en sus puertos por los resistores Rk l~ = 1, 2, ....

f~ fA2
A,
~ ~
R, 8
--1 -tt ~
A3 F
I

Figura 10.3: La graJica del Bloce y simbolo del adaptor paralelo

La onda rcflectada B y transmitida A en las pucrtas de adaptores se obticne desde cl

voltaje U y corriente I en las pUE·rtas de entrada mediante las ecuacioncs

A:== U + !?.! 13 = U- HI

Para el adaptor paralelo se puede escribir desde Ia flgura I 0.3

(10.2)

Si supongamos que el adaptor paralelo tienc tres pucrtas n = 3 podcmos cscribir las
ecuaciones en Ia forma

109
 At= U1 + Rth Bt = U1- Rtlt
A2 = U2 + R2J2 B2 = u2- R2h
A3 = U3 + R3!3 (10.3)
Ya que fl1 = U2 = U3 podemos transcribir las ecuaciones (10.3) en (10.4)

At= Ut + Rtlt
A2 = Ut + R2J2

(10.4)
Ahora calculamos 11 + 12 + 13 = 0 y determinamos U1 . Entonccs

U = A1 G1 + A2C2 + A3G3
1 ( 10.5)
G1 + G2 + G3
Ya que en las ecuaciones (10.4) vale A;+ B; = 2U; obtenemos las ecuaciones de la graJ1ca
de flujo del adaptor paralelo

B =(at At+ a2A2 + a31b)- At

B:~ = (a1 At + a2A2 + a3A3) - A2

B:1 = (a1A1 + a2A2 + a3A3)- A3 (10.6)

En las ecuaciones 10.6 los c::>eficientes a; estan expresados

2G;
a;= kdc i = 1,2,3. (10.7)
G1 + G2 + G3
I3ajo Ia condicion G3 = C 1 -t- G 2 sera

y en el circuito el multiplicz,dor a 3 = 1.
Para a 3 = 1 las ecuacioncs 1:10.6) toman la forma

(10.8)

De las ecuaciones 10.8 podemos diseiiar la cstructura, que esta mostrada en la figura
10.4. Pacilmente podemos verificar que para el circuito en la figura 10.4 son cumplidos los
ecuaciones 10.8.
Los coeficientes a 1 y a 2 son los coeficientes de los multiplicadores.

110
 Figura 10.4: Adaptador paralelo dependicntc

10.2.2 Adaptador de ~.erie

Similarmente al anterior para el adaptador paralelo podemos deducir las ecuaciones del la
graJica de flujo orientada para cl adaptador de serie 10.5 usando las ondas transmitidas y
reflectadas.
c ~A2 R2
t t
u1~
A-
1
s,_ --- --
R,
Figura 10.5: La graf ca del bloce y sirnbolo del acl<q;Lldc. L: ~'-Tic

En las ecuaciones (10.3) sustituimos / 1 = 12 = ! 3 y calculamos !3 1 , B 2 , JJ 3 . Arreglando

las ecuaciones, si sabemos que vale ul + [/2 + [13 = 0 obtenemos

JJI =AI- 31(/11 + ;12 +;b)

B2 = A2- iJ'2(A1 + A2 + !13)
B:l = Al- B3(A1 + ;h + !13) (10.9)
donde los coeficientos {3; z -- 1, 2. 3 son los cocficicntos del rnultiplicadorcs que calcu-
lamos desde la ecuaci6n (10.10)

pro i = 1, 2, 3 (10.10)

Si vale para el circuito que R3 = R 1 + H2 lucgo serA (-3 3 = 1 y ,3 1 + ,8 1 = 1 yen la estructura

va a faltar un multiplicador 0:1 y las ccuacicmcs I 0.9 torn an la forma

JJ =AI- 31(A1 + ;h + ;13)

!3:! = A2- J"(A1 + A2 + ;13)
!3:1 = -AI - A2 (10.11)
La estructura del adaptador de scrie que curnple las ecuaciollcs 10.11 es en la figura 10.6

Ill
 83 A3
A1 A2
~ -r
-8, -(32

B, ~
~

Figura 10.6: La ~structura del adaptador de serie depcndicnte

10.2.3 Adaptadores elementales

Los adaptadores elementales son adaptadores que tienen solo un multiplicador. Se dividen
tambien en adaptadores de seri'~ y paralelo. No podemos utilizarlos en cl fin de los circuitos,
donde Ia impedancia de Ia salida esta dcfinida. El adaptaclor clcrncntal de scric cstA en Ia
figura 10.7 y el coeficiente del rnultiplicador lo calculamos en Ia ccuaci(,n

(10.12)

Figura, 10.7: Adaptor elemental de scric

El adaptador elemental de paralelo esta en Ia flgura 10.8 y el valor ckd cocflcicnte de

multiplicador se calcula usando la ecuaci<)n

(10.13)

Ejemplo

Proponer un filtro digital de onda de paso baja de orden N = 2. La ganancia debe scr
3 dB en Ia frecuencia w = 1 raa'/ sec. Se utiliza Ia aproximaci6n de ButLerworth.
En el catalogo de los filtros de Butterworth encontramos los valorcs LC del filtro f3ut-
terworth de segundo orden. El ftltro paso baja esta en Ia figura 10.9.
Los valorcs del filtro paso bc,ja son r 0 = 1 / 2 = J2 a c 1 = -)2. De Ia figura 10.9 podemos
ver que el circuito exige un adaptor paralelo elemental y un adaptador de serie con dos
multiplicadores.

112
 Figura 10.8: Adaptor elemental de paralclo

I
I
R I
0
_ _ _ _ .....J

Figura 10.9: Prototipo del filtro anal6gico LC

El valor del multiplicador en <cdaptador paralelo es

Go 1
a1 = G ,/ ( ) = (() = 0.414213
o+11 1 l+v2
Los valores del adaptador de serie son

- 2Rl 2 X 0.414213
(3 1 ------- = = 0.292893
- R1 + Z2(1) + R2 0.41421 + y'2 + 1
2 2
fJ2 = R = 0. 707106
0.41423 + V2 + 1
De la Figura 10.9 podemos ver, que

1 1 1
-=-+--
Rl Ro Z1 (1)
El circuito resultado de un filtro digital de onda esLi mostrado en !a rigura 10.10
El diseiio de los filtros digit<cles de onda es muy simple, porquc podemos utili/\aT cl
catal6go de los filtros LC. De es'i manera noes nccesario utili/\ar Ia trcLT!sformad<t bilincal
para construir !a funci6n de tram ferencia 11 ( z). Por cso el dtlculo cs fcicil. La respucsta de
estos filtros no es tan sensible a r,~Jondeo o truncamiento de los c:ocricientes como los filtros
proyectados usando la transformada bilineal. Para representar los cocficientes alcanzarnos
con poco bits.

113
 -
*
(3~ = 0,292
132 = 0,707

Figura 10.10: Filtro digital de onda de segundo orden

lL \
Capitulo 11

Filtros digital~es de la forma cruz

11.1 Filtros con la respuesta finita al impulso

Para los filtros con Ia respuesta finita a! impulso FIR podemos cscribir Ia funci6n de trans-
ferencia en Ia forma

Hm(z) = Am(z) = 1 + L am(k)z-k m = 0, 1, 2,3 ... (11.1)

k=l

o la ecuaci6n de diferencias

y(n) = x(n) + I:am(k)x(n- k) m=0,1,2,3, ... (11.2)

k=l

En Ia figura 11.1 se muestra Ia estrudura del filtro con Ia respuesta finita a! impulso FIR.
La estructura del filtro FIR en la. figura 11.1 se puede dibujar en Ia forma mostrada en Ia
figura 11.2. En la salida del filtro de la fi.gura 11.2 se obtiene la siguiente senal

y(n) = x(n)- x(n)

don de
m

xln) = - 2::: am(k)x(n- k)

k=l

x(n)

Figura 11.1: Estructura. del filtro con la respucsta finita a! impulso FIR

115
 x(nl

Figura 11.2: Predicci6n error filter

~(n)•y(n)

x(n)

Figura 11.3: Filtro de la cruz de primer orden

es una predicci6n del valor x(n), esta estructura sc llama ''predicci6n error filter". V<unos
a suponer que tenemos un filtro FIR de primer orden. En la salida tenemos Ia respucsta

:'/ ( n) = x ( n ) + a 1 ( 1) x ( n - 1 ) ( 11.3)

La misma respuesta en la salida se obtiene mediante Ia estructura de Ia cruz mostrada

en la figura 11.3. Si alimentamos ambas entradas de la estructura de cruz con la seiial x(n)
obtenemos las salidas

fo(n) == 9o(n) = x(n) (11.t1)

fr (n) = x (n) + ]{ 1 x (n - 1) ( 1 Ui)

9r(n) = Krx(n) + x(n- l) (l 1.())

En la salida de arriba de la estructura de la forma cruz para I\1 = a 1 obtencmos l<t

ecuaci6n (11.3). El parametro 1<." 1 se llama cl coeficiente de reflexion. Ahora varnos a rcalizar
el filtro de la forma cruz de segundo ordcn, que tiene !a siguicnle funci6n de difercncias

(11.7)
Sc puede ver, que !a estructura en !a figura llA rcaliza Ia ccuaciC:.n de difcrcncias (11.7).
En la salida del primer circuito tcnemos

116
 l<n>

Figura 11.4: Dos circuitos de la cruz de primer orden en la cascada

9: (n) = K 1x(n) + x(n- 1) (11.8)

y en la salida del segundo circuito tenemos

h:n) = fi(n) + K291(n- 1)

92: n) = Kd1 ( n) + 91 (n - 1) (11.9)
Si sustituimos j 1 ( n) y 9 1 ( n) en lasecuaciones obtenemos

h(n) = x(n) + K 1x(n- 1) + K2[K1x(n- 1) + x(n- 2)]

h (n) = x (n) + x (n - 1) f( I( 1 + J( 2 ) + /(! x (n - '))
Si com par amos la ultima ecuaci6n con la ecuaci6n ( 11. 7) obtew'F")S

K2 = a2(2)
K 1 (I< 2 + 1) = a 2 ( 1)

Y el valor del coeficiente de re1ecci6n !{ 2 se obtiene calculando la ecuaci6n (11.10)

(11.10)

Si conocemos los coeficientes de multiplicadores del fil tro FIR am (k) podemos calcular
los coeficientes de la reflecci6n del filtro FIR para la estructura cruz. El vector {am} de los
coeficientes a 1 es

(11.11)

La funci6n .fm(n) de la salida de un f1ltro cruz sc puede escribir mediante Ia ecuacion

(11.12)
m

.fm(n) = L am(k)x(n- k) (11.12)

k=C!

En la salida de abajo del circuito cruz de la figura 11.4 obtenemos las ecuaciones

117
 92(n) = I<2/I n) + 91(n- 1)
92 ( n) = I<2 [x n) + I<1 x (n - 1)] + I< 1 x (n - 1) + x (n - 2)
92 ( n) = I< 2x ( n) + x (n -- 1 )[I<1(1 + J( 2)] + x (n - 2)
92(n) = a2(2)r(n) + a2(1)x(n- 1) + x(n- 2)
La respuesta en la salida de abajo del circuito 11.4 se puede calcular mediante la con-
voluci6n
m

9m(n) = L bm(k)x(n- k) (11.13)

k=O

Los coeficientes de un vector gm ( n) son represent ados en la ecuaci6n ( 11.14)

(11.14)

Los coeficientes bm(i) i = m- 1, m- 2, ... , 1 son ordenadas en orden decrecientc, en

cornparaci6n con la ecuacion (11.11) donde son en forma asccndcnte, y entonces podemos
escribir

(11.15)

Aplicando la transformada z in versa a la ecuaci6n ( 11.13) obtencmos ]a ecuaci6n

Gm(z) = Bm(z).X(z) (11.16)

La funci6n de transferencia Bm ( z) tom a la forma

Gm(z)
Bm(z) = X(z) (11.17)

y los coeficientes bm(k) son los coeficientes de la funci6n de transferencia Bm(z) que se
puede expresar en la forma
m

Bm(z) = L bm(k)z-k (11.18)

k=O

La relaci6n entre los coeficientes bm(k) y am(k) esta exprcsada por la ccuaci6n (11.15).
En este caso se puede expresar la ecuaci6n (11.18) en la forma
m m

Bm(z) = L am(m- k)z-k = L am(l)zl-m

1=0

m
Bm(z) = Z-m Lam(!Jz 1 = z-mAm(z- 1 ) (11.19)
1=0

El polinomio Bm(z) es recfproco al polinomio Am(z). Las ecuaciones (11.9) las podemos
escribir en la forma general.

fo(n) = go(n) = x(n) (11.20)

118
 fm(n) = fm-t(n) + Km9m-t(n- 1) m = 1,2,3, ... ,M -1
9m(n) = Kmfm-t(n) + 9m-t(n- 1) m = 1,2,3, ... ,M -1
Y utilizando la trans~crmada z obtenemos

Fo(z) = G0 (z) = X(z) (11.21)

Fm(z) = Fm-t(z) + Kmz- 1 Gm-t(z)
Gm(z) = KmFm-t(z) + z- 1 Gm-t(z)
Si cfividimos las ecuaciones (11.21) entre X(z) obtenemos al final

Ao(z) = Bo(z) = 1 (11.22)

Am(z) = Am-t(z) + Kmz- 1 Bm-1 ( 11.23)
Bm(z) = KmAm-1(z) + z- 1Bm-1(z) ( 11.24)
Las ecuaciones (11.23) y (11.~:4) se pueden presentar en la forma matricial como:

( 11.25)

Ejemplo:

Calcular los coeficientes de un filtro FIR directo, si conocemos los ""eficientes de reftecci6n
de un filtro cruz.

]{1 == ~ , 1
}\3 =-
2 4
Usando Ia ecuaci6n (11.23) obtenemos para m=1

A1(z) == Ao(z) + KtBo(z) = 1 + K 1 z- 1

1 1
A1(z) = 1 + 2z-
El polinomio B(z) tiene sus coeficientes en la forma reciproca, entonces el polinomio B(z)
toma Ia forma

1 -1
B 1 (z)=2+z

Sustituyendo m=2 en Ia ecuaci6n (11.23): obtenemos

A2(z) = At(z) + K 2 z- 1B1(z) = 1 + ~z- 1 + lz- 1 [~ + z- 1 ]

2 -1 1 -2
A2 =
1
1 + -z
3
+ -z
3
El polinomio B 2 (z) se escribe en la forma reciproca al polinomio A 2 (z)

119
 XCn>
-
Yen>

gcn>
~

X<n>

1
YCn>

Figura 11.5: El filtro FIR de la estructura de cruz y la estructura directa

1 2 -1
B2 =- + -z + z -2
3 3
Si sustituimos en la ecuacion (11.23) m=3 obtenemos el polinornio A 3 (z)

3 -1 1 -2 1 -3
A: 1( z) = 1 + 4' z + 2z + 4z
Los coeficientes del filtro FIR de la estructura directa son

a0 = 1

y la estructura del filtro con la respuesta finita al impulso es mostrada en la figura 11.5
Ahora vamos a transformar el filtro FIR directo a un filtro FIR de Ia cruz. Supongamos
que tenemos los coeficientes de un filtro FIR en la forma directa o un polinom Am( z ). Para un
filtro FIR de cruz de orden m, el ultimo coeficiente de reflecci6n es igual al ultimo coeficientc
del polinomio Am(z). Entonces I<m = am(m).
Para obtener Ios coeficientes de refieci6n restantes I<m-i ncccsi Lamos calcular los poli-
nomios Am_ 1 , Am_ 2 , ... , A 1 • Esos polinomios pueden ca!cularse usando las ecuaci6nes (11.23)
y (11.24)

Am(z) = Am--1(z) + I<mz- 1Bm-1(z)

Bm(z) = I<mAm-1(z) + z- 1 Bm-1(z)
Am-1(z) = Am(z)- I<mz- 1Bm_J(z)
Bm-1(z)z- 1 = Bm(z)- I<mAm-l(z)

120
 Si sustituimos ala tercera ecuaci6n por Bm_ 1 (z) obtenemos

Am-1(z) == Am(z)- KmBm(z) + K!Am-1(z)

Am-1(z) [1- K!] = -KmBm(z) + Am(z)
y al fin areglando la ultima ecuaci6n obtenemos

A ( ) _ Am(z)- KmBm(z)
m-1 Z - . - ]{2 m=M-l,M-2, ... ,1 (11.26)
.. m

Calculando la ecuaci6n (11.26) para m = M- 1, M- 2, ... , 1 obtenemos los coeficicntes

del polinomio A( m) en forma reciproca. Estos coeficientes son los coeficientes reflexi6n del
filtro FIR de la forma cruz.

Ejemplo:

Calcular los coeficientes de reflexi6n de un filtro FIR de cruz si se conoce la funci6n de

transferencia del Fittro FIR

3 1 1 2 1 3
A 3 (z) = H(z) = 1 + 4z- + 2z- + 4z-
El primer coeficiente /(3 es el11ltimo coeficiente de A 3 (z). Entonces !(3 = ~· Calculamos
el polinomio B 3 (z). Polinomio B~(z) es en la forma reciproca al polinomio A3 (z).

B3 (.;:) = 41 + 21 z -1 + 4z
3 -2
+ z -3
Si sustituimos por A 3 (z), B 3 (;:) y /( 3 en la ecuaci6n (11.26) obtenemos para m = 3

y el polinomio B 3 ( z) es
1 2 -1 -2
B 3 (z) = -
3
+ -z
3
+ z
y el coeficiente de refleci6n K 2 es
, 1
}\2 =-
3
Para m = 2 utilizando las ecu.1ciones (11.26) obtenemos

A ( ) = A2(z)- K 2 Et2 (z) = 1 + ~z- + ~z-1 2

- ~ 0 + ~z- + z-
1 2
)
1 z 1-I<i 1-(~)2
1 -1
At(z) = 2z
El ultimo coeficiente de refleci6n es ]{1 = ~ y el Filtro de la cruz esta mostrada en la
figura 11.6

121
 XCn>

Figura 11.G: Filtro FIR de la cruz de tercer orden

11.2 Filtros con la respuesta infinita al impulso

Filtro que tiene solo los polos podemos tambien realizar con una estructura de cruz. La
funci6n de transferencia que tiene solo los polos se puede expresar en la forma

Y(z) = _1_ = H(z) = 1 (11.27)

X(z) A(z) 1 + L:~=l aN(k)z-k
La forma transversal directa que realiza la ecuaci6n (11.27) se muestraen la figura 11.7.
La ecuaci6n de diferencias de e:;ta sistema es

N
y(n) = x(n)- L aN(k)y(n- k) (11.28)
k=l

Esa ecuaci6n es la ecuaci6n de diferencias de un filtro transversal IIR. Si cambiamos

salida por entrada y entrada por salida obtenemos
N
x(n) = y(n)- LaN(k)x(n- k) (11.29)
k=l

Areglando la ccuaci6n (11.29) en la forma siguiente

N
y(n) = x(n) + LaN(k)x(n- k) (11.30)

obtenemos la ecuaci6n de dJerencias de un filtro FIR que esta definida por las ecuaci6n
H ( z) = A( z). La fun cion de transferencia de un filtro IIR est a definida por la ecuaci6n

~(n)

Figura 11.~': El filtro IIR transversal solo con polos

122
 ~n)

Figura 11.8: Filtro IIR de Ia cruz

X(n)
~~+~--~~~~
f2<n>

JCnl

Figura 11.9: El filtro IIR de Ia cruz de segundo orden

H(z) = Alz). Entonces un sistema se obtiene del otra si cambiamos salida por entrada. Si
cambiamos salida por entrada en la figura 11.3 obtenemos un filtro IIR del primer orden de
la forma cruz figura 11.8.
Desde la figura 11.8 podemos escribir las ecuaciones

x(n) = !1 (n)
fo(n) = f1(n)- K19o(n- 1)
9I(n) = Ktfo(n) + 9o(n- 1) (11.31)
y(n) = fo(n)
y(n) = x(n)- K 1y(n- 1)
y similarmente para 9 1 ( n) obtenemos

9t(n) = K1y(n) + y(n- 1) (11.32)

La ecuaci6n (1(31) represent<, un filtro IIR y Ia ecuaci6n (11.32) un filtro FIR. Para. el
filtro de segundo orden figura 1Ul obtenemos los ecuaciones

h:n) = x(n)
ft:n) = h(n)- K291(n -1)
92: n) = Kd1 (n) + 91 (n + 1)
(11.33)
fo(n) = ft(n)- K19o(n- 1)
91 :n) = Ktfo(n) + 9o(n- 1)
y(n) = fo(n) = 9o(n)
Sustituyendo en est as ecuaciones y calculando y( n) y 92 ( n) obtenemos

123
 cn>
f0

K·JYcn>
z-1

Figura 11.10: El .filtro FIR y IIR de la cruz.

y(n) = x(n)- K1(1 + K 2)y(n- 1)- K 2y(n- 2) (11.34)

g2(n) = K2y(n) + I<1(l + K2)y(n- 1) + y(n- 2) ( 11.35)

La ecuaci6n (11.35) representa el filtro IIR con dos polos en el C:enominador y ecuaci6n
(11.35) representa el filtro FIR condos ceros. La funci6n de transferencia de filtro IIR es

(11.36)

y la funci6n de transferencic, del filtro FIRes

( 11.37)

Los coeficientes del filtro Fl R son identicos con los polos de ]a sistema IIR solo con Ia
excepci6n que son reordenados al reverse. Los filtros IIR y FIR de la forma cruz tienen
coeficientes iguales, solo la estructura es diferente como podemos ver en la figura 11.10:
Los filtros IIR de la forma cruz que tienen solo polos se utilizan para modelar el vocal de
tracto.

11.3 Filtros IIR con polos y ceros

Los filtros IIR que tienen polos y ceros son expresados por la funci6n de transferencia

( 11.38)

Esa ccuaci6n se puede escribir en Ia forma

124
 Figura 11.11: Fil tro IIR la forma di recta

M fl.:_)_
N X
""'
~ Cm
(k) Z -k = W(z)
X (z) (11.39)
1 + .Z:::::k=l an(k)z-k k=O W(z)

De esta ecuaci6n podemos escribir dos ecuaciones de diferencias

;~ 1 + "\"'N (k) Z -k
~V(z) = L..-k=l a;
(11.10)
1£..)_ ""'N ( k) -k
~V(z) = Lk=O a; z
utilizando la transformada z inversa obtcnemos
N
w(n) = x(n)- L a~k)w(n- k) (11.11)
k=l
M
Y ( n) = L Cm ( k) w ( n - k) (11.42)
k=O
La ecuaci6n de diferencias ( 11.41) represent a la sistema IIR solo con palos y Ia ecuacion
(11.42) represent a un filtro FIR. Desde la ecuacion ( 11.42) podemos ver que Ia salida y( n) del
filtro FIRes la combinaci6n lineal de salidas retardadas de la sistema IIR. El filtro completo
se puede ver en la figura 11.11. La forma directa de un filtro IIR en Ia figura 11.11 puedc
ser dibujada con la forma de cruz y esta mostrada en Ia figura 11.12
En la salida de la estructura 1l.12 se obtiene Ia respucsta
M

y(n) = L Vmgm(n) (11.43)

m=O

Vm son parametres de los ampificadores de la sistema FIR.

125
Figura 11.12: Filtro IIR la forma cruz

126
Capitulo 12

Los filtros digitales de dos

dimensiones

La funci6n de transferencia de los filtros de dos dimensioncs con Ia respuesta infinita a!

impulso se puede escribir como
"\'M "\'N i )
_ L.,i=O L.,]=O UiJ·ZJ.z2
}!( ZJ, Z2 ) - M N i J (12.1)
Li=O L)=O b;JZIZ2

En algunos libros o articulos se escribe Ia funci6n de transfcrencia en Ia forma matri-

cial,como se muestra a continuaci6n

[ 1 .:f' ] X

(12.2)

[ 1 zf' ] x

zn2

El elemento a;J ( resp .. b;J) es el coeflciente de polinomio de numerador, ( resp. denom-

inador) a! !ado de z~ a z~. En algunos libros las variables z se cscriben con las potencias
negativas

Los filtros de dos dimenciones se pueden diseiiar mediante dos maneras

a) Las especificaciones de Ia phntilla se aproxima en el dominio de dos dimensiones. Pero
de esta manera la aproximaci6n es muy exigente.
b) Las especificaciones de la plantilla se pueden aproximar en el dominio de una dimen-
sion de variables y despues utilizando Ia transforrnaci6n en el dominio des, para transformar

127
 (.VpJ

t
j
0,816 1,224 n-

3400 5!00 5000

J-
Figura 12.1: Especacificiones del filtro digital de paso hajas de una dimension

la funcion de tranferencia de una dimension H(s) ala funci6n de transferencia de dos di-
menciones H(s 1 , s 2 ). Posteriornente utilizando la transformada bilineal para transformar Ia
fun cion de transferencia des de el dominio analogi co al dominio cliscreto obtenemos H ( z 1 , z 2 ).
Vamos a utilizar esta metoda para diseiiar los filtros digitales de dos dimensiones.

12.1 Diseiio de un filtro de paso bajas

Diseiiar un filtro de dos dimens:ones paso bajas que cumpla las cspecificaciones de la plantila
segun la figura 12.1. La frecuencia de muestreo en los dos ejes son iguales !vi = fv2 = fv =
16000 Hz.
Para calcular el orden del filtro de typo CA UER tenemos que calcular el coeficicte de
selectividad k y la constante q.

k = !2 = 3400 =0 66 6
!I 5100
1

q= ~: [I +2 ( ~ r 0r ~r r
+ 15 + !50 (

4
2 2 4 6

q = 0,666
16 [
1 + 2 (0~-
666) + 15 (0-'-4-
666) + 150 (0-'-4-
666). ]
= 0, 036458.

Obtenemos el-orden n del filtro sustituyendo en la ecuacion

-- ln( e 2 ama.r - 1) - 2amin - 2, 77

n -- . (12.3)
ln q
Sustituyendo amax = 0, 1 , q = 0, 0364.58 y amin = 2, 5 obtenemos
In( e 2 ·0 •1 - 1) - 2.2, 5 - 2, 77
n = In 0, 036458 = 2' 81.
Elegimos n = 3. Los ecuaciones para calcular los ceros y los polos de la funcion de
transferencia que escribimos en este capitulo las podemos utilizar si caculamos los filtros
del orden n impar. La funcion de transferencia se puede calcular uUizando las tablas de las

128
funciones elfpticos. En caso de no tener las tablas de las funcioncs elipticas podemos calcular
la funci6n de transferencia por media de estas series que convcrgen muy rapido.
Los ceros de la fun cion de los calculamos mediante la ecuaci6n ( 12.4)

nok = 2G i
1 sin 2
h -
2n
q2 sin Gh
2n
+ q6 sin 102nk7r
(12.4)
1 - 2q cos 2
:.,. + 2q 4 cos 4 :.,.
Sustituyendo q = 0, 036458, k = 1 an = 3 obtenemos

n01 = o 873933 o, 8660254- 2, 0337.10-9 = o 73123.

' 1 + 0, 036458- 1, 7667.10- 6 '

Para calcular los ceros de la funci6n de transferencia, tencmos que calcular el parametro
w

1 [z 2 a;,ax
w = 2n n amax + 12 + . . .] . (12.5)

Sustituyendo n y amax obtene:nos

1
w = 6 [2, 99573 + 0, 00083] = 0, 499427.

La funci6n de transferencia e~ de arden impar por lo que un cero es real y otro cero es
complejo. El cero real se ,obtiene mediante la ecuaci6n

ao = t = 2q __· _
senh
__
2
w -_q:...___senh
_ _3w +....:..._
__ q6 _ senh
__5w (12.6)
1 - 2q cosh 2w + 2q<~ cosh 4w
La parte real de la raiz comp[,~rja la calculamos sustituycndo en la ecuaci6n

tJ-n5k(k + k-1- n5k)

O'k- ( 12. 7)
- 1 + t2n6k
y la parte imaginaria de la raiz compleja se calcula sustituyendo en la ecuaci6n

nokJ1 + t 2 (k + k- 1 + t 2 )
± nk = ± 2()2 . (12.8)
1 + t Hok
Sustituyendo en las ecuacioneB (12.5), (12.6) a (12.7) calculamos

4 4 0,5~~0449- 0,002825 + 1,4167.10- = 0 50908

8
=
2 0 36 66
t ' ' 1 - 0, 112417 + 0, 0000133 '

= 0, 50908J1- 0, ';'3023 2 (0, 666 + 0, 666-l - 0, 73023 2 ) = 0 16046

01
1 + 0, 50908 2 .0, 73023 2 '

n = o, 73023J1 + o, 50908 2 (0, 666 + o, 666- 1 + o, 50908 2 ) =

0 81877
_
1 + 0, 50908 2 .0, 73023 2
1
'

La funci6n de transferencia re:mltante se calcula mediante

2
'(
G( s=l\s+t
) )s + 2.a1.s + ai + ni · (12.9)
1 + -2-s
1 2
1201

129
 La funci6n de transferencia toma la forma
2
G(s) = K( 3 0 50908
)s + 0, 32092s + 0, 69612:17
+ ' 0, 5332359s 2 + 1 ·
El constantc K sc calcula bajo Ia condicion de que el modulo de Ia fun cion de transferencia
para w = 0 es igual a uno. Para IG(O)I = 1 es f{ = 2, 8217761.
Vamos a checar si las especificaciones de la plantilla se cumplen para las frecuencias
w = 0, 816 y w = 1, 224. Para u.1 = 0, 816 obtenemos

G(O 816) = 2 821.( ·a 816 0 509) 0, 696- 0, 8162 + jO., 3209.0,816

' ' J ' + ' 1 - 0, 533.0, 816 2

IGI = l2,302j + 1,4361 :< 10,0469 + j0,406l ===} amax = fn1, 109 = 0,103 Np.

Similarmente para w = 1, 224 se obtinene

G(1224)=2 82l.(•J 509 'l224)0,696-1,2242+jJJ,3209.1,224

' ' , +;., 1-0,533.1,2242

IGI = 11,436 + j3, 45381 X I- 3, 9879 + j1, 95291. ===} amin = 2, 81 Np.
De esta manera verificamo:>, que las frecuencias de corte para las especificaciones de
la plantilla se cumplen. Para transformar la funci6n de transferencia desde el dominio
unidimensional a el dominio de dos dimensiones utilizamos la transformada de Shanks.

s = s2 cos (3- s1senf3. (12.10)

La funci6n de transferencia G(s) la escribimos como H(s) = G~.;j' que es la relacion de
seiial salida/ entrada.

1 1 + s 20, 53332359
3543867
H( s) = O, s + 0, 509908 x 0, 6961317 + 0, 32092s + S 2 ·
La transformada de la frecuencia y la de Shanks sera mostrada en la funcion de transfer-
encia H 1 (s)

1
HI ( s) == s + 0, 509908
Usando la transformaci6n d·~ frecuencias s = sjw0 , donde w 0 = 271"3400 obtenemos:
wo
Ht(s/wo) = s + w0 .0, 509908 ·
Si sustituimos en la ultirnc. ecuacion la transformada de Shanks de dos dimcnsioncs
(12.10), obtencmos

Ahora transformamos la funci6n de tr<tnsferencia desde el dominio de s a dominio de z

usando la transformada bilinea:

130
 2 1- Z1
sl = ---
T 1 + z1
Sustituyendo s1 y s2 la funci6n de transferencia toma la forma de:

don de
b21 = 2 cos fJ + 1sen(J + 0, 509908w 0 T
b12 = -·2 cos fJ- 2sen(J + 0, 509908w0 T
b22 = -·2 cos fJ + 2sen(J + 0, 509908w0 T
boo = 2 cos fJ- 2sen(J + 0, 509908w0 T.
Para fJ = 270°, fo = 3400 Hz y fv = 1/T = 1GOOO Hz la funci6n de transferencia tom a
la forma de:

(12.11)

Al igual como la funci6n de ;ransferencia H 1 ( s) se calcula la funci6n de transferencia

parcial H 2 (s). Las circuitos con la.s funciones de transferencia H 1 (s) y H 2 (s) se conectan en
cas cad a.

H 1 + 0, 53323s 2
2
(s) = 0,69613 + 0,32092s + s2 ·
Despues de un calculo similar como en el caso de la funci6n de transferencia H 1 ( s),
obtenemos el siguiente resultado

1 2 1

H(z1,z2) = 1,3191
1 z1 z21 X
[ -0, 7669 -1,5337 -0,7669
1 2 1 [X [ ;;)_ (12.12)

1 z1 zi ] X [
1 2
-1,2587 -2,5173 -1,
1,391 2, 782 1,391
~587] X[ :d
12.2 Analisis del filtro digital de dos dimensiones
Utilizando la transformada de dos dimensiones obtenemos la funci6n de transferencia paso
bajas H(z 1,z 2) representada en e! dominio de las frecuencias w1 y w2 en la figurana 12.2.
Si analizamos la amplitud en d plano w1 w2 de la funci6n

obtenemos la respuesta de un filtro simetrico como se ve en la figura 12.3.

En el caso de la simetria de orden mayor, por cjemplo la simetria octagonal es necesario
calcular el modulo de la funci6n de transferencia

131
 d la Ca litud del
' filtro · de dos
ro 1.de paso b aJa
La ban
Figura 12 .2·. Representacwn
1 plano. ·' paso· esta
e daderactens t"I ca' m
delarea
amPda con numc
dimensiones en e

. d de un filtro paso bajas simetrico

Figura 12.3: Caracterist .ca de Ia amplitu

132
 El filtro recursivo de dos dimensiones con la fase cero, lo obtenemos si conectamos en
ca.scada los filtros simetricos en el cuadrante. Si filtramos una seiial de dos dimensiones
en la entrada X(nt, n2) primerarrente por medio del filtro simetrico en el primer cuadrante
con la funci6n de transferencia H( z 1 , z 2 ) y despues usando el filtro en el tercer cuadrante
con la funci6n de transferencia H(z} 1 , z;- 1 ), obtenemos el filtro resultante con Ia funci6n de
transferencia

que tiene la fase cero

12.3 Diseiio de filtro de paso bajas simetrico

Ejemplo

Diseiiar un filtro de dos dimemiones con Ia caracteristica de Butterworth de orden n = 2

para
a max = 3 dB, !1 0 = 1 a (3 = ~.
La funci6n de transferencia del filtro de Butterworth de segundo orden es

1
H(p) = 1 + 1, 4142ls + s2
Si sustituimos por s la transformada de Shanks 12.10 y en las cctuClC)nes para Ia trans-
formada bilineal como en ejempb anterior obtenemos la funcion de ul'.,ferencia de dos
'

dimensiones H(z 1 , z 2 ). Este filtro discreto de paso bajas noes simetrico. El filtro simetrico
lo obtenemos calculando la ecuaci6n

Usando el programa obtenemm; la matriz de los coeficicntes del filtro paso bajas simetrico

1 ·16 1 1
4 16 24 16 4
A= 6 24 36 24 6
4 16 24 16 4
1 4 6 4 1

9,219577 62,98387 158,6508 -54,98386 19,57162

-32,45760 -2·J 5, 6205 -83, 164 79 -440, 14 78 147,6223
B= 96,08774 100 5595 593,0211 -52,55957 435,5436
-32,45760 -2·15, 6205 --83, 16<179 -440, 1-178 147,6223
9,219578 62,98387 1.58, 6508 -M, 98386 19,57162

La caracteristica de amplitud del filtro de paso bajas simetrico HDP(z 1 , z2) se muestra
en la figura 12.4.

133
 Figura 12.4: Caracterfstica de la amplitud del filtro de paso bajas simetrico

...

Figura 12.5: Caracterf:;tica del amplitud del filtro paso altas no simetrico

12.4 Diseiio del filtro paso altas simetrico

Usando la transformada (12.10) en la funci6n de transferencia de paso altas H(s) obtenemos
la funci6n de transferencia disc-eta de filtro de paso alta H(z 1 , z 2 ). La caracterfstica de la
amplitud esta mostrada en la figura 12.5.
Para poder sumar las funciones de transferencia y no solo sus modulos, es necesario que
tengan la fase cero. La funci6n de transferencia con la fase cero se obtiene mediante la
ecuacwn

HHJ>(zi, z2) = H(z 1 , z2 ).H(z-; 1 , z;- 1 ),

En esta ecuaci6n la funci6n de transferencia H(z 1 , z 2 ) se obtiene por medio de la trans-
formada de Shanks.
Como ejemplo diseiiamos la funci6n de transferencia de un filtro simetrico de segundo
orden con las especificaciones como en el primer ejemplu. La funci6n de transferencia de un
filtro anal6gico de paso alta de segundo orden cs

82

H(p) = s 2 + 1, 41421s + 1
Usando Ia transformada de Shanks y la transformada bilineallos coeficientes de la funci6n
de transferencia de paso altas de dos dimensi6nes toma la forma

134
 u·
•

Figura 12.6: a) Caracterfstica de la amplitud del filtro paso altas en dos dimensiones b)
Caracterfstica de la amplitud del filtro paso altas en tres dimensiones

[t
l
0 0
39569
A= -26,79120 0
0 13,39569

-3, 176021 l
[ 9, 219 !
B= ~~' 17602 -22,7~)120 7, 17602LS '
7,176021 19,571620 i
I
_j

Ahora calculamos la funci6n de transferencia del filtro simetrico de paso altas con la fase
cero. La matriz de Ia funci6n de transferencia tiene 13 x 13 elementos y por esto raz6n no
la escribimos. En la figura 12.6a esta mostrada Ia caracteristica de la amplitud del filtro
simetrico de paso altas. En Ia figura 12.6b se muestra la caracterfstica del mismo filtro en
tres dimensiones.

12.5 Diseiio del filtro supresor de banda

La funci6n de transferencia de un filtro supresor de bandaa se obtiene si sumamos 1~ fun-
ciones de transferencia de un fi .tro paso bajas con una frecuencia del corte D.owP y la
fun cion de transferencia de un fil tro paso altas con una frccuencia del corte nOlH p. Calcu-
lamos Hpz = HDP + HHP· Es necesario calcular otra vez la funci6n de transferencia con la
fase cero. Para calcular la funcicin de transf~rencia de un filtro simetrico supresor de ban-
da aprovechamos las funciones de transfcrencia del filtro paso bajas y paso altas desde los
ejemplos anteriores. Necesitamo> cambiar la frecuencia del corte del filtro paso altas para
cumplir la ecuaci6n

Las caracterfsticas de amplitud en do~ y en tres dimcnsiones se muestran en la figura

12.7a,b.
 a) b)

Figura 12.7: Caracteristica de amplitud del filtro supresor de banda simetrico

l ~,."'I

w,

Figura 12.8: Caracteristicas de la amplitud del filtro paso banda simetrico

12.6 Diseiio del filtro de paso banda

La funci6n de transferencia de Lin filtro paso banda se obtiene si multiplicamos las funci6nes
de transferencia de un filtro paso bajas con frecuencia de corte OowP con Ia funci6n de
tranferencia de un filtro paso a:tas con frecuencia del corte nolH p. Para est as frecucncias sc
debe de cumplir

El grafo de los niveles del fLltro paso banda HDP = HDr.Hup es en Ia figura 12.8a. La
caracteristica de la amplitud de paso banda en tres dimensiones es mostrada en la figura
12.8b.

136
 Figura 12.9: Realizaci6n directa de la funci6n de transferencia

12.7 Realizacion de las funciones transferencias de

dos dimensio:nes
La estructura del filtro de dos dimensiones con la respuesta infinita al impulso se dibuja
desde las funci6n de transferencia H(z 1 , z 2 ).
La realizaci6n directa de la funci6n de transferencia

H( Zt ,z2 )
_ + ao1Z2 + a10z1 + auz1z2
aoo
(12.13)
b b
1 + 01Z2 + bo2z 2 + b10z1 + buZtZ2 + 12Z1Z 2
- 2 2

esta mostrada en la figura 12.9.

La estructura en la figura 12.9 contiene mucho elementos de retardo. Otra posibilidad
es la realizaci6n de la funci6n de transferencia de dos dimensiones mediante el quebrada de
escalera.
La funci6n de transferencia H(z 1 , z 2 ) se puede decomponer en el quebrada de escalera de
varias maneras. Pero no todas la~; posibilidades fisicas se pueden realizar.
Si decomponemos la funci6n de transferencia H(z~ 1 , z:2 1 ) en el quebrada de escalerade
la siguiente manera

(12.14)

y si los constantes c2 , c3 , ... A 1 , A 2 ... B 1 , B 2 no son iguales a ccro, la estructura toma la

forma mostrada en la figura 12.1(.
Si descomponemos la funci6n de transfcrencia JJ(z 1 , z 2 ) en la forma mostrada en la e-
cuaci6n (12.15), obtenemos la estructura mostrada en la figura 12.11

!J7
 Figura 12.10: Rea.lizaci6n H(z~ 1 , z2 1) en el quebra.do de escalera

Figura 12.11: Otra posibilidad de la realizaci6n de la funci6n de transferencia H(z 1 , z2 )

(12.15)

Si descomponemos la funci6n de transferencia H(z 1 , z 2 ) en la forma de la ecuaci6n (12.16),

obtenemos la estructura mostrada en la figura 12.12.

(12.16)

Ejemplo: Realizar con el quebrada de cadena la funci6n de transferencia de dos

dimensiones

_ 48z?.z2
H( Zl' Z2 ) -
+ 12zi + 144z1.z2 + 33z1 + 81z2 + 15
2 2 .
48z 1.z2 + 12z1 + 12z1.Z2 + 27z2 + 2
Si descomponemos la funci6n de transferencia en quebrada de cadena obtenemos

138
Figura 12.12: Realizaci6n de la fu1ci6n de transferencia H(z 1 , z 2 ) con el quebrada de escalera

Figura 12.13: Estructura de ejemplo

La estructura esta mostrada en la figura 12.13.

Otra posibilidad de obtener la estructura del filtro digital de dos dimensiones es medi'ante
ampliaci6n de las matrices similarmente como se realizo en los filtros unidimensi6nales.

12.8 Realizaci6n d,e Ia funci6n de transferencia medi-

ante ampliaci6n de matriz
Diseiiar la estructura del filtro que realiza Ia siquiente funci6n de transferencia

139
 2

Figura 12.14: Estructura de un filtro digital de dos dimensiones

Primeramente construimos la matriz de segundo orden

Si elegimos
1
n23 = 1 + z;- n31 = 1 +x1
-1

n3 3 -- - 1 - az -1.- bz -1 - cz -1 z -1 - dz -1 z -2 n32 = 0,
1 2 1 2 1 2
obtenemos

3 3
3 2
n22 = n22 + n23·n32
3 = -1.
n33
La matriz con dos rengloneE y tres columnas toma la forma

N(3) =[ 0 1 1 1 + z;- 1
1 + z1 0 - 1 - az 1-1 - bz 2-1 - cz 1-1 z2-1 - dz 1-1 z 2-1 ] .

Si seguimos esta procedimiento ampliando las matrices obtenemos al fin para N( 7 )

0 -1 1 0 1 0 0
-1
1 0 -1 0 -b z1 0
N(7) = Q 0 -a -1 -c 0 1
--1
) 0 z2 0 -1 0 0
0 0 1 0 -1 0
1) 0 0 0 -
dz2-1 0 -1
Con la matriz del fiujo N( 7 ) se puede graficar la estructura del filtro de dos dimensiones.
El orden de la fiunci6n de tran:>ferencia es igual al numero de elementos de !a estructura.
Por lo que la estructura es can6nica. Si ordenamos los nudos como seve en la figura 12.11
podemos construir la estructura del filtro.

140
Capitulo 13

El efecto de cuantizaci6n

En los sistemas discretos los nurneros se representan en forma binaria. Un numero x se

puede expresar por la ecuaci6n ( 13.1).

B-1
X = 2:::: bn. 2n ( 13 .1 )
n=O

El termino bn tiene valor 0 6 1. Por eso los numeros se llaman numeros binarios. El
termino B dice en cuantos bits el numero X esta expresado.

Ejemplo

Queremos expresar el numero X = 0, 236 en la forma binaria por B = 7 bits.

0, 236.2
0, 472.2
0,144.2
1, 888.2 X= 0.2° + ).2- 1 + 0.2- 2 + 1.2- 3 + 1.2- 4 + 1.2- 5 + 1.2- 6
1, 776.2 X = .0 Q 0 1 1 1 1
1, 552.2
1,104.2

Pero

6
xE = 1.2- 3 + I.T 4 + I.T 5 + 1.:~- = o, 125 + o, 0625 + o, o:n25 + o, 015625 = o, 234375

Como se ve expresamos el numero X por un numero XE con el errorr E6 X - X£

0, 001625. Ese error puede ser Ia causa de Ia inestabilidad del filtro.

Ahora expresamos el mismo numero por B = 13 bits.

Hl
 0, 236.2
0, 472.2
0, 944.2
1, 888.2
1, 776.2
1, 552.2
1,104.2
XE = 1.2-3 + 1.2-4 + 1.2-5 + 1.2-6 + 1.2-10 + 1.2-11 + 1.2-13
0, 208.2
XE = .0 0 0 1 1 1 1 0 0 0 1 1 0 1
0, 416.2
XE = 0, 2359619
0, 832.2
el error en este caso es menor
1, 664.2
E12 = x- :rE = 0, 0000381
1, 328.2
0, 656.2
1,312

Los numeros negativos pueden ser representados como aditivo.s inversos de los numeros
positivos.En la aritmetica complementaria base dos los numeros negativos tienen en el hit
mas significativo siempre numero 1.

Ejemplo

Expresar en numero x = -0.236 en la forma binaria por B = 6 bits. Primero calculamos

el mismo numero pero positivo.

XE = 0, 23610 = .0 0 0 1 1 1 2

Cambiamos cero por uno y uno por cero y sumamos el numero l

XE= 1 1 1 0 0 0 0
1
---
XE = 1 1 1 0 0 0 1

El numero negativo es

XE = -1 + 2- 1 + 2- 2 + T 6 = -0,234375
En la figura 13.1 se muestra.n los numeros en el circulo de la aritmetica complementaria
base dos usando 3 bits
De la figura podemos ver, que el numero mayor positivo utilizando tres bits sera 0,75 y
el numero mas negati vo sera -1.

Ejemplo

Que numero binario negativo esta representado por x = 1 1 1 ?

X = -1 + T 1 + 2- 2 = -0.25
142
 000

100

Figura 13.1: Numeros fraccionarios y numeros enteros representados por 3 bits

X
'jl

Figura 1:L2: Cuantizador lineal y no lineal

Gracias al error de cuantizacion se realiza el numero XQ en Iugar del numero exactamento

x. La cuantizaci6n de una seiial es una operaci6n no lineal. Esa operaci6n no requiere
memoria y esta mostrada en ra fi.~ura 13.2

• x es un voltaje en la entrada

• XQ es el voltaje de salida n antizada

• n representa un ruido gracias al error de cuantizaci6n

La relaci6n no lineal entre Ia seiial x y la seiial cuantizada XQ depende de la aproximaci6n

de' x, si utilizamos 'redondeo o truncamiento. La relaci6n entre el voltaje x y su ~proximaci6n
de tres bits se muestra en la figura 13.3 si aplicamos redondeo.
Si aplicamos en aproximaci6n de los numeros, truncamiento, obtenemos la relaci6n entre
voltaje x y voltaje cuantizado XQ Ia grafica se muestra en Ia figura 13.1.
Como podemos ver de la figura 13.5 cl error de cuantizaci6n para cl iruncamicnio sc
encuentra entre 0 y Q y para el redondeo se encuentra entre %y - %·
Q es el paso de cuantizaci6n y se calcula por la ecuaci6n

(13.2)
Para el numero expresado por 3 bits B=3, el paso de cuantizaci6n es

143
 ,

-0,5
-0,75
_,

Figura 13.3: Aproximaci6n del numero expresado por tres bits usando el redondeo

fxQ
0 '~
I

o.~
/ ~-f
0,2~
/

/ 0.75 ~x

-x

Figura 13.1: Aproximaci6n del numero expresado por tres bits usando cl truncamiento

144
 Q = 2-3+l = 0,25
La varianza de truncamiento se calcula usando la ecuacion

(13.3)

2 _ ~- ~3 I~ _ ~ (~8 + ~)
8
PE- q 3 -~- Q 3

si sustituimos por Q = 2-B+l la varianza del ruido es

(13.4)

El error que se comete al convertir una seiial continua en amplitud en una representacion
discreta se evahia en terminos de la relacion seiial a ruido (RSR). La seiial debe ser limitada
en amplitud para evitar las posibi:idad de desbordamiento. Para eso utilizamos un factor de
ganancia G como se muestra en Ic, figura 13.6
Valores pequeiios de G nos aseguran, que el desbordamiento nunca ocurra. Pero en
este caso se reduce la relacion seiial a ruido (RSR). El ruido de cuantizacion es fijo y al
bajar el valor de G (factor que nos limita la ganancia) rcducimos la amplitud de la seiial.
Este compromiso entre el desborda.miento y el ruido de cuantizacion siempre lo tomamos en
cuenta si utilizamos los microprocesadores, que trabajan con punto fijo.
La relacion entre seiial a ruido se define por la ecuacion

RSR = 10log Px = 10log Px(~,x) (13.5)

Pn PE
donde Pn = Pk y
(13.6)

• Pn es la potencia de ruido

• Px es la potencia de la seiial

tn tn

Figura 13.5: El error de cuantizacion para el truncamiento y redondeo

145
 Figura 13.6: Seiial x( n) limitada con factor de ganancia G

1
Pero la potencia Px depende del factor de ganancia G. Si ?;1 .( G, x) = 4
P y p 4
obtenemos

1 2-2B
RSR = 10 log l6 -- 10 log - - = -12,0412 + 20.B log 2 + 10 log 3
3

RSR = 6.B- 7, 27 [dB]

Ejemplo

Calcule usted la relacion seiial a ruido para 8-bits cuantizador y para 16-bits cuantizador

RSR8 = 8.(6) - 7, 27 = 40, 73 dB

RSR 16 = 6.(16)- 7, 27 = 88,73 dB
No solo la seiial en la entrada es cuantizada durante la conversion a los numeros. Los
coeficientes de la funcion de transferencia deben ser cuantizados tambien.

13.1 Cuantizaci6:n de los coeficientes

Los coeficientes de un filtro digital deben ser cuantizados con 13 bits. La seiial en la1 salida
del filtro con la respuesta finita se pueden expresar por Ia ecuacion

N-1

y(n) =) hq(k).x(n-
"--J
k) (13.7)
k=O

hq ( k) es el termino, que repre:;enta los coeficientes cuantizados de] fil tro FIR. La Fun cion
de transferencia de un filtro con coeficientes cuantizados H(f) sc pucden expresar por Ia
.,
ecuac10n

N-1 N-1
H(ejw)'= L h(i)e·-jwT + L[h(i)q- h(i)]e-;wT ( 13.8)
i=O i=O

( 13.9)
 He( ejwT) es una funci6n de tra1sferencia que rcprcsenta el error gracias a Ia cuantizacion
de los coeficientes. El maximo Error que puede alcanzar Ia respuesta del sistema a una
amplitud esta expresada por Ia funci6n

(13.10)
N es el tamaiio del filtro o nurnero de los coeficicntes. Si los cocficientes son rcdondcados
a B bits el error del sistema en anplitud es

(13.11)
yen Decibel

( 13.12)
B es el numero de bits usados para represcntar los coeficicntcs del filtro.

Ejemplo

Hallar el error He(ejw) que puedc alcanzar el sistema rcprescntado con 100 cocficicntcs
representados por 16-bits.

20log IHe(ejw)l = 20log 100-6.16 :S; -56 d/3

Si tenemos un filtro FIR con ;)O cocficientcs cl error no es mayor que

20log IHeie 1w)l = 20log5- 6.16 = -82 d/3

13.2 Cuantizacion de los coeficientes del filtro IIR

La funci6n de transferencia de un filtro II R sc puedc cxpresar en Ia forma

"\"' i'vf b -k
H(z) = LA=O kZ (13.13)
1 + L~I akQz-k

Ia funci6n de transferencia con los coeficientes cuantizados cs

'\"'M b -k
HQ(z) = .Gk=O kQZ ( 13.1 ;j)
1 + L~I akQz-k

Los coeficientes cuantizados los podcmos exprcsar por mcclio de los coeficientes originales
y los errores:

_(13.15)
Tambien Ia posicion de los p)los y ceros se cambia gracu-ts a Ia cuantiz<tcic)n de los
coeficientes.

ZQ; = z; + ~z; (13.1G)

 trMz

--1-t---+--~
1 RE z
-
Figura 13.7: L·calizaci6n de los polos y ceros de un filtro con ancho paso banda

En ciertas condiciones el sistema es estable, pero debido a Ia cuantizaci6n de los coefi-

cientes puede ser inestable, como podemos observar de Ia figura 13.7
En la grafica son dislocados ceros y polos de un filtro paso banda. La variaci6n de los
ceros, polos y amplitud se muestra en la figura 13.8
Algunas estructuras son m11y sensibles a Ia cuantizaci6n de los coeficientes. Las estruc-
turas directas del orden mas gr:~.nde como n = 3 son muy sensibles a las cuantizaci6nes de los
coeficientes, porque la dislocaci6n de los polos depende de muchos coeficientes de la funci6n
de transferencia. Las estructuras en cascada y las estructuras paralelas son menos sensible.

Figura 13.8: La caracterfstica de la amplitud del filtro ideal y cuantizado

148
Bibliography

[1] BRIGHAM,E.O.: The Fast Fourier Transform Prentice-Hall,Inc.1983.

[2) BURRUS,C.S.- PARKS,T.VT.: DFT / FFT and Convolution. John Wiley and Sons,
1985.

[3) CAPPELLINI, V.- EMILIANI, P. L.: The Present and Future of Signal Processing.
Kybernetika 3, 1990, str.191-~W5.
[4) ELLIOTT, D. F.- RAO, K. R.:Fast Transforms. Algorithms, Analyses, Applications.
Academic Press, Inc., 1982.
[5] FETTWEIS,A.: Digital Filters Structures Related to Clasical Filter Networks.
Arch.Elek. Uebertragung, vol.25,pp. 79-89,Feb.1971.
[6) GOMEZ, S. et al: An Application-specific FFT processor. Electronic Engineering, No.6,
June 1988, pp.99-106.
[7) McClellan,J ,H.: The design of two-dimensional digital filter by transformation. Proc. 7th.
Annu. Princenton Conf.Information Sciences and Systems, pp.247-251.1973.
[8) MILT, L.: Signal-Processing Circuits. Electronic Design. No.4, February 1990, pp.101-
108.
[9) OPPENHEIM, A. V.- SCHAFER, R. W.: Discrete - Time Signal Processing. Prentice
Hall, Inc., 1989.
[10] OPPENHEIM,A.V.- SCHAFER,R.W.: Digital Signal Processing. Prentice Hall 1985.
[11] PARKS, T. W.- BURRUS, C. S.: Digital Filter Design. John Wiley Sons, Inc., New
York, 1987.
[12) SHANKS,J.L. - TREITEL,S.: Stability and Synthesis of Two Dimensional Recursive
Filters. IEEE Trans.Audio Electroacoustics AU-20,2, pp.l15-128. 1972.

[13) SCHAFER, R. W.- RABINER, L. R: Digital Representation of Speech Signal. Proceed-

ings of the IEEE, Vol.63, No.4, June 1975.
[14) STANLEY,W.D.- DOUGHERTHY,G.R.- DOUGHERTY,R.:Digital Signal Processing.
Reston Publishing corp.,1984.
[15) LACROIX,A.-WITTE.K.H.: Zeitdiskrete normierte Tiefpasse Dr.Alfred Huthig Ver-
lag. Heidel berg.l980.
[16] LACROIX.A.:Digitale Filter 3.Auflage Oldenburg.Wien,Munchen-1988.

149
 Esta obra se termin6 de Imprimir
En febrero de 1995.
Departamento de Publicaciones
de Ia Facultad de Ingenieria
Ciudad Universitaria, Mexico, D.F.
C.P 04510

St~retaria de Servicios Academicos

El tiraje consta de 1000 ejemp!ares

mas sobrantes de reposici6n.