FILTROS BUTTERWORTH:
El diseño de filtros En el texto no tratamos de mostrar de forma teórica cuales son las técnicas más habituales para el diseño de filtros discretos en el dominio de la frecuencia si no más bien de una forma cualitativa. Para ello mostramos las características propias de algunas implementaciones. Como regla general, cualquier algoritmo o sistema de tratamiento puede interpretarse como un filtro. Aquí se entiende por filtro aquel sistema lineal e invariante que permite el paso de las componentes de la señal existentes en un determinado intervalo frecuencial, y elimina las demás. Banda de paso:Cuando la respuesta frecuencial del filtro toma un valor constante en el margen frecuencial. Banda de rechazoo atenuacion:Cuando el intervalo de frecuencias complementario al anterior en que la respuesta en magnitud es nula. Banda de transición:Es aquella que se situa entre 2 bandas cuyas atenuaciones están especificas. Los cuatro filtros básicos, desde el punto de vista ideal del comportamiento del módulo de la respuesta frecuencial, según sea la posición relativa de bandas de paso y bandas atenuadas, reciben el nombre de paso bajo, paso alto, paso banda y elimina banda, dependiendo de la parte del espectro de frecuencias en la que se centra la banda de paso. El paso bajo:Se caracteriza porque deja pasar todas las componentes frecuenciales de la señal en el rango bajo de las frecuencias, por debajo de una determinada frecuencia de corte, siendo el resto de componentes atenuadas por el filtro. Es el típico filtro que en amplificación se emplea en una etapa previa al amplificador para que el ruido no se amplifique y llegue a saturar al mismo. El filtro paso alto: presenta el comportamiento complementario al paso bajo.
El filtro paso banda: cancela las bajas y las altas frecuencias (bandas atenuadas inferior y superior), y conserva una banda determinada de frecuencias. Elimina banda:presenta bandas de paso en baja y alta frecuencia, y una banda atenuada en un margen de frecuencias intermedio. En este texto vamos a presentar cómo se puede obtener diseños de filtros que aproximen la respuesta ideal del filtro en el dominio digital (o Z). Para ello obtenemos la respuesta impulsional h[n] correspondiente y su correspondiente transformada en Z H(z). El estudio se limita al diseño de filtros lineales, invariantes, causales, estables y que puedan describirse por una ecuación en diferencias finitas de coeficientes reales y constantes. En el diseño de filtros digitales se pueden distinguir dos tipos básicos. Por un lado, aquellos en la que la respuesta impulsional del filtro tiene un número finito L de muestras distintas de cero, lo que da lugar a la denominación abreviada de filtros FIR (Finite Impulse Response). La función de transferencia de un filtro FIR es polinómica en z-1, y su orden es L-1. Esto implica que el filtro tiene L-1 ceros distribuidos en el plano complejo z y todos los polos en el origen. Por ello suele hablarse de los filtros FIR como filtros sólo ceros. Por otro lado, existen los llamados filtros recurrentes cuya respuesta impulsional tiene longitud infinita o filtros IIR (Infinite Impulse Response). Un filtro IIR tiene Q ceros y P polos distribuidos en el plano complejo.
Butterworth Para la realización de este tipo de filtros digitales mediante Matlab se emplean básicamente dos comandos. Por un lado butter que, a partir de las especificaciones de atenuación máxima en la banda de paso y mínima en la de rechazo así como de las respectivas frecuencias de corte de cada una de las bandas, nos da el orden del filtro y la frecuencia natural del filtro. Por otro lado, a partir del orden del filtro y de la frecuencia natural, la función butter nos da los polinominios correspondientes al numerador y al denominador de la función de transferencia. Mediante sencillas transformaciones por medio de las funciones filter y freqz podemos obtener la respuesta en Z del filtro digital.
EJEMPLOS DE BUTTERWORTH:
Ejemplo 1 filtro butterworth: Para los datos de la muestra a 1000Hz, diseñe un pasa-altas de 9° orden con una frecuencia de corte de 300Hz, que corresponde a 1 valor normalizado de 0.6. La instruccion: [z,p,k]=butter(n,Wn, 'ftipe') Nos entrega z, p, k (ceros, polos, y ganancia) de un filtro analogico Butterworth. [z,p,k]=butter(9,300/500, ' high'); [sos,g]=zp2sos(z,p,k); Hd=dfilt.df2tsos(sos,g); H=fvtool(Hd); Set(h, ' Analysis', ' freq') Ejemplo 2 filtro butterworth: ¿Cual es el orden minimo de 1 filtro pasa-bajas de Butterworth para que tenga una atenuación no mayor de 2 dB a 5 rad/s y al menos 10 dB a 8 rad/s, y 40 dB a 30 rad/s? A1=10dB A2=20dB A3=40dB v=8/5=1.6 v=10/5=2 v=30/5=6 n=2.91 n=3.7 n=2.72
[z,p,k]=butter(2.91,8/5, 's'); [sos,g]=zp2sos(z,p,k); Hd=dfilt.df2tsos(sos,g); H=fvtool(Hd); Set(h, ' Analysis', ' freq')
Add a Comment