técnica de projeto de filtros
TRANSCRIPT
![Page 2: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/2.jpg)
2Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros
O projeto de um filtro tem três passos: Especificações
Determinada pela aplicação
Aproximações Projeto do filtro especificamente (H(z))
Implementações Transcrição do projeto para hardware ou software
2
![Page 3: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/3.jpg)
3Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros
Em diversas aplicações como processamento de voz ou som, filtros digitais são usados para implementar operações seletivas de frequência
Assim, especificações são necessárias no domínio da frequência em termos de magnitude desejada e resposta em fase do filtro
3
![Page 4: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/4.jpg)
4Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros
Em geral, uma resposta em fase linear na banda de passagem é desejada
4
![Page 5: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/5.jpg)
5Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros
As especificações de magnitude são dadas de duas possíveis formas: Especificações absolutas
Requisitos da magnitude |H(ejw)|
Especificações relativas Requisitos definidos em decibéis (dB)
Escala dB =
5
![Page 6: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/6.jpg)
6Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros
Considerações:
Banda de Passagem
1 - δ1 ≤ |H(jw)| ≤ 1 + δ1, para 0 ≤ |w| ≤ wp
Banda de Corte
|H(jw)| ≤ δ2, para |w| ≥ ws
Banda de Transição
Largura finita igual a ws – wp
6
![Page 10: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/10.jpg)
Técnicas de Projeto de Filtros
Exemplo: As especificações de um FPB definem as ondulações da banda de passagem em 0,25 dB e a atenuação na banda de corte em 50 dB. Determine δ1 e δ2
Rp = 0,25 = -20 log10 [(1 - δ1)/(1 + δ1)] δ1 = 0,0144
As = 50 = -20 log10 [δ2/(1 + δ1)] δ2 = 0,0032
10Carlos Alexandre Mello – [email protected] 10
![Page 11: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/11.jpg)
Técnicas de Projeto de Filtros
Objetivo:
Projetar um filtro passa baixa (i.e., achar H(z))
que tenha banda de passagem [0, wp] com
tolerância δ1 (ou Rp em dB) e uma banda de
passagem [wp, π] com tolerância δ2 (ou As em
dB)
11Carlos Alexandre Mello – [email protected] 11
![Page 12: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/12.jpg)
Técnicas de Projeto de Filtros
Vantagens de filtros FIR Resposta em fase linear
O que implica que filtros de ordem M ou M-1 têm uma ordem de M/2 operações
Fáceis de implementar Eficientes TDF pode ser usada em sua implementação
12Carlos Alexandre Mello – [email protected] 12
![Page 13: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/13.jpg)
Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIR
Carlos Alexandre Mello
![Page 14: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/14.jpg)
14Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIR
Tanto a aproximação quanto a implementação podem ser realizadas de diversas maneiras diferentes, com o resultado de que não existe uma solução única para o problema de projeto de filtros com um conjunto prescrito de especificações
14
![Page 15: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/15.jpg)
15Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIR
Todavia, podemos mencionar três diferentes abordagens para o projeto de filtros analógicos e digitais: Abordagem analógica Abordagem de analógico para digital Abordagem digital direta
15
![Page 16: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/16.jpg)
16Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIR
Para o projeto de filtros FIR, as técnicas são
divididas nas seguintes categorias:
Projeto usando janelas
Método da amostragem em frequência
Projeto equirriple ótimo
....
16
![Page 17: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/17.jpg)
17Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
A ideia básica de um projeto por janelas é selecionar um filtro seletor de frequências ideal apropriado (que sempre é não-causal e de resposta ao impulso infinita) e então truncar sua resposta ao impulso em uma janela para obter um filtro FIR causal e de fase linear
Assim, o foco está na escolha de uma função de janelamento e um filtro ideal apropriados
17
![Page 18: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/18.jpg)
18Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
Vamos considerar o FPB ideal Hd(ejw) com magnitude 1 e fase linear na banda de passagem e resposta zero na banda de corte:
onde wc é chamada de frequência de corte (cut-off) e α é o atraso da amostra (sample delay)
18
Hd(ejw) =1.e-jαw , |w| ≤ wc
0 , wc < |w| ≤ π
![Page 19: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/19.jpg)
19Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
A resposta ao impulso desse filtro é infinita e dada por:
Para obter um filtro FIR a partir de hd[n], precisamos truncar hd[n] em ambos os lados.
19
![Page 20: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/20.jpg)
20Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
Para obter um filtro FIR causal de fase linear h[n] de comprimento M, devemos ter:
e α = (M - 1)/2 Essa operação é chamada de janelamento
20
![Page 21: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/21.jpg)
21Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
Em geral, h[n] pode ser pensado como sendo formado pelo produto de hd[n] e uma janela w[n] tal que:
h[n] = hd[n].w[n]
onde w[n] é alguma função simétrica com respeito a α no intervalo 0 ≤ n ≤ M – 1 e 0 fora desse intervalo
21
![Page 22: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/22.jpg)
22Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
Dependendo de como obtivermos w[n] acima, temos diferentes projetos de filtros
Por exemplo:
é uma janela retangular
22
![Page 23: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/23.jpg)
23Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
No domínio da frequência, a resposta H(ejw) dofiltro FIR causal é dada pela convolução de Hd(ejw)e a resposta da janela W(ejw):
23
![Page 24: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/24.jpg)
24Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
24
![Page 25: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/25.jpg)
25Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
Observações: 1. Como a janela w[n] tem comprimento finito igual a M,
sua resposta em frequência tem uma região de pico central (lóbulo principal) cuja largura é proporcional a 1/M e tem lóbulos laterais com pesos menores.
2. A convolução gera uma versão da resposta ideal Hd(ejw), mas com algumas distorções (ondulações).
3. A largura da banda de transição é proporcional a 1/M. 4. Os lóbulos laterais produzem ondulações que têm
forma similar tanto na banda de passagem quanto na de corte.
25
![Page 26: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/26.jpg)
26Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
Projeto usando janelas: Para uma dada especificação de filtro, escolha um filtro de comprimento M e uma função janela w[n] para a mais estreita largura do lóbulo principal e a menor atenuação nos lóbulos laterais possível.
26
![Page 27: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/27.jpg)
27Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRProjeto Usando Janelas
Da observação 4 anterior, podemos notar que a tolerância δ1 da banda de passagem e a tolerância δ2 da banda de corte não podem ser especificadas de forma independente
Geralmente, toma-se δ1 = δ2
27
![Page 28: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/28.jpg)
28Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela Retangular
Resposta em frequência
28
![Page 29: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/29.jpg)
29Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Magnitude da função sen[w(M+1)/2]/sen(w/2)
29
![Page 30: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/30.jpg)
30Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
A largura do lóbulo central é ∆wm = 4π/(M + 1) para uma janela retangular
Observa-se também que a magnitude do primeiro lóbulo lateral é aproximadamente em w = 3π/(M+1) e é dada por:
30
![Page 31: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/31.jpg)
31Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
À medida que M cresce, a largura de cada lóbulo lateral diminui, mas a área sobre eles permanece constante Assim, as amplitudes relativas dos picos laterais vão
permanecer constantes e a atenuação da banda de passagem permanece em cerca de 21 dB
Isso significa que as ondulações vão sofrer um pico perto das bordas das bandas
Isso é conhecido como fenômeno de Gibbs Esse fenômeno ocorre por causa da transição
brusca de 0 para 1 (e de 1 para 0) da janela retangular
31
![Page 33: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/33.jpg)
33Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela Triangular ou de Bartlett Bartlett sugeriu uma transição mais suave para
evitar o fenômeno de Gibbs. Isso seria conseguido através de uma janela triangular da forma:
33
![Page 35: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/35.jpg)
35Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Hanning
35
![Page 36: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/36.jpg)
36Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Hamming
36
![Page 37: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/37.jpg)
37Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Blackman
37
![Page 38: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/38.jpg)
38Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Características das funções
38
![Page 39: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/39.jpg)
39Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser Esta é a melhor janela Ela e considerada ótima porque provê um
lóbulo principal largo para a dada atenuação da banda de corte, o que implica a mais brusca banda de transição
39
![Page 40: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/40.jpg)
40Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser
40
I0(.) é a função de Besselmodificada de ordem zero
![Page 41: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/41.jpg)
41Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser Variadas formas da Janela de Kaiser
41
![Page 42: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/42.jpg)
42Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser Na expressão de w[n], existem dois parâmetros:
O comprimento M O parâmetro β
Se β = 0, temos a janela retangular
Variando β e M, é possível ajustar a amplitude dos lóbulos laterais
Kaiser encontrou duas fórmulas que permitem achar M e β de modo a atender às especificações do filtro
42
![Page 43: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/43.jpg)
43Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser considerando δ1 = δ2
∆w = wS - wP
A = -20log10 δ
43
![Page 44: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/44.jpg)
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser O procedimento para projetar um filtro passa-baixa
digital FIR usando a janela de Kaiser consiste nos seguintes passos:
i) Estabelecer as especificações wP, wS e δ. ii) Estabelecer a frequência de corte wc do filtro passa-baixa
ideal ao qual se aplicará a janela (wc = (wP + wS)/2). iii) Calcular A = 20log10 δ e ∆w = wP - wS e usar as fórmulas de
Kaiser para encontrar os valores de M e β. iv) Encontra a resposta ao impulso do filtro através de
h[n]=hd[n]w[n], onde w[n] é a janela de Kaiser ehd[n] = ℑ-1[Hd(ejw)].
44
![Page 45: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/45.jpg)
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser Devido à complexidade de cálculos com
funções de Bessel, o projeto dessas janelas não é fácil
A equação de w[n] definida por Kaiser tem valores encontrados empiricamente e são definidos sem prova
45
![Page 46: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/46.jpg)
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser Exemplo: Projetar, usando janelas de Kaiser, um filtro
passa-baixa com as seguintes especificações: wP= 0,4π, wS = 0,6π e δ = 0,001
wc = (wS + wP)/2 = 0,5π
∆w = wS - wP = 0,2π
A = -20log10 δ = 60 dBComo A > 50:
β = 0,1102(A – 8,7) ≅ 5,633M = (A - 8)/(2,285∆w) ≅ 36,219 ⇒ M = 37 (M inteiro)
46
![Page 47: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/47.jpg)
Técnicas de Projeto de Filtros FIRTipos de Janelas
Janela de Kaiser Exemplo: Projetar, usando janelas de Kaiser, um filtro
passa-baixa com as seguintes especificações: wP= 0,4π, wS = 0,6π e δ = 0,001
A resposta ao impulso é
com w[n] dado pela definição da janela de Kaiser
47
![Page 48: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/48.jpg)
Técnicas de Projeto de Filtros FIRTipos de Janelas
Implementações no MatLab
O MatLab tem diversas funções para implementar janelas:
w = rectwin(M): Janela retangular w = bartlett(M): Janela de Bartlett w = hanning(M): Janela de Hanning w = hamming(M): Janela de Hamming w = blackman(M): Janela de Blackman w = kaiser(M, Beta): Janela de Kaiser
48
![Page 49: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/49.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Função 1:function hd = ideal_lp(wc, M)% Ideal low pass filter% wc = cutoff frequency% M = length of the ideal filteralpha = (M - 1)/2n = [0:(M-1)];m = n - alpha + eps;hd = sin(wc*m)./(pi*m);
Função 2:function [db, mag, pha, w] = freqz_m(b, a)% Versao modificada da funcao freqz[H, w] = freqz(b, a, 1000, 'whole');H = (H(1:501))';w = (w(1:501))';mag = abs(H);db = 20*log10((mag + eps)/(max(mag)));pha = angle(H);
49
![Page 50: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/50.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 1:
Projetar um filtro passa-baixa FIR com as seguintes especificações wP = 0,2π, RP = 0,25 dB, wS = 0,3π e AS= 50 dB.
Tanto a janela de Hamming quanto a de Blackman provêem atenuação de mais de 50 dB
Vamos escolher a janela de Hamming que provê a menor banda de transição e assim tem a menor ordem
50
![Page 51: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/51.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 1:
wp = 0.2*pi; ws = 0.3*pi;tr_width = ws - wp;M = ceil(6.6*pi/tr_width) + 1n = [0:M-1];wc = (ws + wp)/2;hd = ideal_lp (wc, M);w_ham = (hamming(M))';h = hd.*w_ham;[db, mag, pha, w] = freqz_m(h, [1]);delta_w = 2*pi/1000;Rp = -(min(db(1:wp/delta_w+1)))As = -round(max(db(ws/delta_w+1:501)))
51
![Page 52: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/52.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 1:
M = 67alpha = 33Rp = 0,0394As = 52
52
stem(hd)stem(h)stem(mag)stem(w_ham)
![Page 53: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/53.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 2:
Resolver o exemplo anterior com janela de Kaiser
53
![Page 54: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/54.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 3:
A resposta em frequência de um filtro passa-faixa ideal é dada por:
Usando uma janela de Kaiser, projete um filtro passa-faixa de comprimento 45 com atenuação na banda de corte de 60 dB
54
![Page 55: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/55.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 3:
Observe que a largura da banda de transiçãonão foi dada
Ela será encontrada a partir do comprimentoM = 45 e do parâmetro β da janela de Kaiser
Das equações de projeto da janela de Kaiser,podemos determinar β a partir de As:
55
![Page 56: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/56.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 3:
Vamos agora implementar a janela de Kaiser eobservar a atenuação na banda de corte
M = 45; As = 60; n=[0:M-1];beta = 0.1102*(As - 8.7)w_kai = (kaiser(M, beta))';wc1 = pi/3; wc2 = 2*pi/3;hd = ideal_lp(wc1, M) + ideal_lp(pi, M) - ideal_lp(wc2, M);h = hd.*w_kai;[db, mag, pha, w] = freqz_m(h, [1]);
beta = 5,6533
56
![Page 57: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/57.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 3:
Problema….Abaixo de 60 dB
57
![Page 58: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/58.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 3:
Observe que, com esse valor, a mínima atenuação dabanda de corte é menor que 60 dB (em módulo)
Assim, precisamos aumentar β para aumentar aatenuação para 60 dB.
Vamos colocar um acréscimo no valor calculado de βpara conseguir uma atenuação maior
Observamos que, assim, a atenuação fica maior que 60dB na banda de corte
58
![Page 59: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/59.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 3:
Vamos agora implementar a janela de Kaiser eobservar a atenuação na banda de corte
M = 45; As = 60; n=[0:M-1];beta = 0.1102*(As - 8.7) + 0.3w_kai = (kaiser(M, beta))';wc1 = pi/3; wc2 = 2*pi/3;hd = ideal_lp(wc1, M) + ideal_lp(pi, M) - ideal_lp(wc2, M);h = hd.*w_kai;[db, mag, pha, w] = freqz_m(h, [1]);
beta = 5,9533
59
![Page 60: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/60.jpg)
Técnicas de Projeto de Filtros FIRExemplos no MatLab
Exemplo 3:
Acima de 60dB – OK!
60
![Page 61: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/61.jpg)
Técnicas de Projeto de Filtros FIRProjeto por Amostragem em Frequência
Nessa técnica, usamos o fato de que a função de sistema H(z) pode ser obtida a partir de amostras H(k) da resposta em frequência H(ejw)
Seja h[n] a resposta ao impulso de um filtro FIR com M amostras, H[k] é sua transformada discreta de Fourier com M-pontos e H(z) sua função de sistema
61
![Page 62: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/62.jpg)
Técnicas de Projeto de Filtros FIRProjeto por Amostragem em Frequência
62
![Page 63: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/63.jpg)
Técnicas de Projeto de Filtros FIRProjeto por Amostragem em Frequência
Observações (da figura anterior): 1) O erro de aproximação – a diferença entre a
resposta ideal e a atual – é zero nas freqüências amostradas
2) O erro de aproximação nas outras freqüências depende da forma da resposta ideal, ou seja, quanto mais “sharp” a resposta ideal, maior o erro de aproximação
3) O erro é maior perto das fronteiras das bandas e menor dentro das bandas
63
![Page 64: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/64.jpg)
Técnicas de Projeto de Filtros FIRProjeto Equirriple Ótimo
Os métodos de janelamento e de amostragem na frequência têm alguns problemas: 1) Não podemos especificar wP e wS precisamente nos
projetos. 2) Não podemos especificar δ1 e δ2 simultaneamente
Ou consideramos δ1 = δ2 (como no janelamento) ou otimizamos δ2 (como na amostragem).
3) O erro de aproximação não é distribuído uniformemente nas bandas
Ele é mais alto perto das fronteiras das bandas e menor quanto mais distante delas
64
![Page 65: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/65.jpg)
Técnicas de Projeto de Filtros FIRProjeto Equirriple Ótimo
O método equirriple ótimo evita esses problemas. No entanto ele é bastante difícil de utilizar e requer computador na sua implementação
O objetivo é minimizar o erro máximo de aproximação (minimax do erro) Otimização
Tais filtros são chamados de equirriple porque o erro é distribuído de maneira uniforme na banda de passagem e de corte o que resulta em um filtro de menor ordem
65
![Page 66: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/66.jpg)
Técnicas de Projeto de Filtros FIRProjeto Equirriple Ótimo
Exemplo:
66
![Page 67: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/67.jpg)
Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Carlos Alexandre Mello
67
![Page 68: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/68.jpg)
68Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
A técnica básica de projeto de filtros IIR transforma filtros analógicos bem conhecidos em filtros digitais
A vantagem dessa técnica está no fato que tanto tabelas de filtros analógicos quanto as conversões estão vastamente disponíveis na literatura
Essa técnica é chamada de transformação de filtro analógica-digital (A/D)
No entanto, as tabelas de filtros só estão disponíveis para filtros passa-baixa Para gerar outros filtros seletores de frequência, temos que aplicar
transformações a filtros passa-baixa Essas transformações também estão disponíveis na literatura.
68
![Page 69: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/69.jpg)
69Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Existem duas formas de projeto de filtros IIR
69
![Page 70: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/70.jpg)
70Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Para projetar filtros IIR, vamos: 1) Projetar FPB analógicos; 2) Aplicar transformações no filtro para obter FPB
digitais; 3) Aplicar transformações de frequência nas bandas
para obter outros filtros digitais a partir do FPB.
O principal problema dessas técnicas é que não temos controle sobre a fase do filtro Assim, os projetos de filtros IIR serão apenas em
magnitude
70
![Page 71: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/71.jpg)
71Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Escala Relativa Seja Ha(jΩ) a resposta em frequência do filtro
analógico Então as especificações do FPB quanto à
resposta quadrática de magnitude são dadas por:
71
onde ε é o parâmetro de ondulação da banda de passagem, ΩP é a frequência de corte da banda de passagem em rad/seg, A é o parâmetro de atenuação da banda de corte e ΩS é a frequência da banda de corte
![Page 72: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/72.jpg)
72Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
72
Especificações de um filtro passa-baixa analógico
Da figura temos:
![Page 73: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/73.jpg)
73Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Escala Relativa Os parâmetros ε e A estão relacionados aos
parâmetros RP e AS na escala dB como:
73
![Page 74: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/74.jpg)
74Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Escala Relativa As tolerâncias δ1 e δ2 da escala absoluta são
relacionados a ε e A por:
74
![Page 75: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/75.jpg)
75Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Escala Relativa Especificações de filtros analógicos não têm
informação de fase Para calcular a função de sistema Ha(s) no
domínio-s considere :
75
![Page 76: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/76.jpg)
76Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Escala Relativa Então temos :
76
![Page 77: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/77.jpg)
77Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIR
Observação: A transf. É apresentada no plano-s indicando o uso da
transf. de Laplace (por ser no domínio analógico) O domínio-s ou plano-s é o nome do plano complexo no
qual a transformada de Laplace é apresentada graficamente
A transf de Laplace se relaciona com a transf de Fourier, mas enquanto a transf de Fourier mapeia um sinal ou função em termos de vibrações (senóides), a transf de Laplace mapeia uma função em relação aos seus momentos
77
![Page 78: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/78.jpg)
78Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
O projeto de filtros IIR reside na existência de filtros analógicos para obter filtros digitais
Esses filtros analógicos são chamados de filtros protótipos
Três protótipos são largamente usados na prática: Butterworth, Chebyshev (tipo I e II) e Elíptico
Vamos ver as características das versões passa-baixa desses filtros.
78
![Page 79: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/79.jpg)
79Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth A principal característica desse filtro é que a resposta
em magnitude é plana (flat) na banda de passagem e de corte
A resposta quadrática de magnitude de um FPB de N-ésima ordem é dada por:
onde N é a ordem do filtro e Ωc é a frequência de corte
79
![Page 80: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/80.jpg)
80Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth
80
![Page 81: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/81.jpg)
81Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth Do gráfico, podemos observar:
i) Em Ω = 0, |Ha(j0)|2 = 1, para todo N. ii) Em Ω = Ωc, |Ha(jΩc)|2 = 0,5, para todo N, o que
implica 3 dB de atenuação em Ωc
iii) |Ha(jΩ)|2 é uma função monotonicamente decrescente em Ω
iv) |Ha(jΩ)|2 se aproxima de um FPB ideal em N → ∞. V) |Ha(jΩ)|2 é maximamente plano em Ω = 0
81
![Page 82: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/82.jpg)
82Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth Sua função de sistema Ha(s) é:
82
![Page 83: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/83.jpg)
83Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth Para projetar o filtro, precisamos encontrar as
raízes e pólos da função do sistema Os pólos são dados por:
pk = ejπ(2k + 1)/2N.ejπ/2Ωc, k = 0, 1, 2,..., 2N-1
Assim, os pólos estão em um círculo de raio Ωcnos ângulos θk = (π/N)k + (π/2N) + π/2, k = 0, ..., 2N – 1
E os zeros são sk = (-1)1/2N.j Ωc = Ωcejπ(2k+N+1)/2N, k = 0, 1, ..., 2N – 1.
83
![Page 84: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/84.jpg)
84Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth O FPB analógico é especificado pelos
parâmetros ΩP, ΩS, RP e AS
Assim, a essência do projeto no caso do filtro de Butterworth é obter a ordem N e a frequência de corte dada Ωc
84
![Page 85: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/85.jpg)
85Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth Assim, dadas essas especificações, queremos:
85
p
![Page 86: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/86.jpg)
86Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth Resolvendo as equações para N = Ωc, temos:
86
![Page 87: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/87.jpg)
87Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth Como N deve ser inteiro, então consideramos:
N = N
Obviamente, isso irá gerar um filtro com ordem maior do que o necessário
Para satisfazer exatamente as especificações do projeto em ΩP:
87
![Page 88: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/88.jpg)
88Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth Para satisfazer exatamente as especificações
do projeto em ΩS:
88
![Page 89: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/89.jpg)
89Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth: Exemplo Projete um filtro Butterworth satisfazendo:
Ponto de corte na banda de passagem: ΩP = 0,2π
Ripple na banda de passagem: RP = 7 dB Ponto de corte na banda de corte: ΩS = 0,3π
Ripple na banda de corte: AS = 16 dB
89
![Page 90: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/90.jpg)
90Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth: Exemplo Solução:
Para satisfazer as especificações em ΩP
Para satisfazer as especificações em ΩS
90
![Page 91: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/91.jpg)
91Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth: Exemplo Solução:
Podemos escolher Ωc entre esses dois valores, por exemplo Ωc = 0,5
Temos que projetar um filtro Butterworth com N = 3 e Ωc = 0,5
Ou seja:
Como Ω = s/j, temos:
91
![Page 92: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/92.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth: Exemplo Solução:
Os pólos pk da função anterior podem ser calculados no MatLab como:
>> a = [-64 0 0 0 0 0 1]; >> b = roots(a) b = -0.5000 -0.2500 + 0.4330i -0.2500 - 0.4330i 0.5000 0.2500 + 0.4330i 0.2500 - 0.4330i
Carlos Alexandre Mello – [email protected] 92
![Page 93: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/93.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth: Exemplo Solução:
Para termos um filtro causal e estável, usamos os pólos do semi-plano esquerdo:
Carlos Alexandre Mello – [email protected] 93
![Page 94: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/94.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth: Exemplo Solução:
Vamos ajustar o numerador para que o ganho na frequência zero seja unitário
Ou seja, no denominador, quando s = 0, temos: (s + 0,5)(s2 + 0,5s + 0,25) = 0,5.0,25 = 0,125
Logo, o denominador é multiplicado por um fator de 1/8 e temos:
Carlos Alexandre Mello – [email protected] 94
![Page 95: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/95.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth: Exemplo Solução:
Para transformar o filtro em digital, podemos usar o método de transformação bilinear
Nele, consideramos:
onde T é um parâmetro
Carlos Alexandre Mello – [email protected] 95
OBS: Explicação nas notas de aula.
![Page 96: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/96.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Butterworth: Exemplo Solução:
No nosso caso, consideramos T = 1:
Carlos Alexandre Mello – [email protected] 96
![Page 97: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/97.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Chebyshev Existem dois tipos de filtros de Chebyshev
O Chebyshev do tipo I tem resposta equirriple na banda de passagem
e o tipo II, na banda de corte
Os filtros Butterworth têm resposta monotônica em ambas as bandas
Lembramos que um filtro de resposta equirriple tem menor ordem
Assim, um filtro de Chebyshev tem menor ordem que um de Butterworth para as mesmas especificações
Carlos Alexandre Mello – [email protected] 97
![Page 98: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/98.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Chebyshev
98
![Page 99: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/99.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Chebyshev A resposta quadrática de magnitude de um filtro
Chebyshev tipo I é dada por:
onde N é a ordem do filtro, ε é o fator de ondulação da banda de passagem e TN(x) é o polinômio de Chebyshev dado por (podemos considerar x = Ω/Ωc):
Carlos Alexandre Mello – [email protected] 99
![Page 100: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/100.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Chebyshev Para um filtro Chebyshev tipo II:
Ou seja, x = (Ω/Ωc) é substituído por seu inverso e ε2TN
2(x) também
Carlos Alexandre Mello – [email protected] 100
![Page 101: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/101.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Elíptico Esses filtros apresentam ondulações na banda
de passagem e de corte São similares em magnitude a filtros FIR
equirriple São filtros ótimos no sentido que eles alcançam
a menor ordem N para as dadas especificações São muito difíceis de projetar e analisar
Não é possível projetá-los com ferramentas simples, sendo necessário uso de tabelas e computadores
Carlos Alexandre Mello – [email protected] 101
![Page 102: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/102.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Elíptico A resposta quadrática de magnitude é dada por:
onde N é a ordem do filtro, ε é o fator de ondulação da banda de passagem e UN(x) é a função elíptica Jacobiana de ordem N
Carlos Alexandre Mello – [email protected] 102
![Page 103: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/103.jpg)
Técnicas de Projeto de Filtros IIRCaracterísticas de Protótipos Analógicos
Filtro de Elíptico Apesar da análise complexa, o cálculo da ordem do
filtro é simples e dado por:
Onde:
Carlos Alexandre Mello – [email protected] 103
![Page 104: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/104.jpg)
Transformações em Frequência
Como dissemos anteriormente, o projeto de filtros seletores de frequência como passa-alta, passa-faixa ou rejeita faixa, são feitos a partir de um protótipo do tipo passa baixa
A partir desse protótipo, é possível aplicar uma transformação algébrica para construir o filtro desejado
Carlos Alexandre Mello – [email protected] 104
![Page 105: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/105.jpg)
Transformações em Frequência
Seja HPB(Z) a função do sistema de um filtro passa-baixa dado o qual se quer transformar para obter uma nova função H(z)
Observe que as variáveis complexas Z e z estão associadas ao filtro passa-baixa protótipo e ao filtro obtido pela transformação, respectivamente
O que se deseja é uma função Z = G(z) tal que:
Carlos Alexandre Mello – [email protected] 105
![Page 106: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/106.jpg)
Transformações em Frequência
Se HPB(Z) é a função racional de um sistema causal e estável, uma exigência natural é que a função transformada H(Z) também apresente essas características. Isso implica que: 1. G(z-1) deve ser uma função racional de z-1. 2. O interior do círculo unitário do plano Z deve
mapear o interior do círculo unitário do plano z. 3. O círculo unitário do plano Z deve mapear no
círculo unitário do plano z.
Carlos Alexandre Mello – [email protected] 106
![Page 107: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/107.jpg)
Transformações em Frequência
Denotando por θ e w as variáveis (ângulos) associados, respectivamente, aos planos Z e z, a transformação Z-1 = G(z-1) pode ser re-escrita como:
De forma que:
Carlos Alexandre Mello – [email protected] 107
![Page 108: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/108.jpg)
Transformações em Frequência
A forma mais geral da função G(z-1) que satisfaz às condições acima é:
com |αk| < 1 Dependendo da escolha de N e αk, diversos
mapeamentos podem ser obtidos O mais simples é (N = 1, α1 = α):
Carlos Alexandre Mello – [email protected] 108
![Page 109: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/109.jpg)
Transformações em Frequência
Agora, escolhendo uma ordem apropriada N e os coeficientes αk, podemos obter uma variedade de mapeamentos
As transformações mais comuns estão na tabela a seguir...
Carlos Alexandre Mello – [email protected] 109
![Page 110: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/110.jpg)
Transformações em Frequência
110
![Page 111: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/111.jpg)
Comparação entre Filtros FIR e IIR
Seja M o comprimento (número de coeficientes) de um filtro FIR de fase linear e N a ordem de um filtro elíptico (IIR)
Se assumimos que ambos os filtros atendem exatamente às mesmas especificações, os dois filtros são equivalentes e atendem à relação:
Carlos Alexandre Mello – [email protected] 111
![Page 112: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/112.jpg)
Comparação entre Filtros FIR e IIR
Isso mostra que, para a maior parte das aplicações, filtros IIR elípticos são desejáveis do ponto de vista computacional
As condições mais favoráveis para filtros FIR são: 1. Grandes valores de δ1; 2. Pequenos valores de δ2; 3. Grande largura da banda de transição.
Carlos Alexandre Mello – [email protected] 112
![Page 113: Técnica de Projeto de filtros](https://reader034.vdocuments.pub/reader034/viewer/2022050720/552eb5944a7959195e8b4ae0/html5/thumbnails/113.jpg)
113Carlos Alexandre Mello – [email protected]
Técnicas de Projeto de Filtros
Referências: Digital Signal Processing using MatLab, V.Ingle,
J.G.Proakis, Brooks/Cole, 2000 Discrete-Time Signal Processing, A.Oppenheim
e R.W.Schafer, Prentice-Hall, 1989 Digital Signal Processing Using MatLab and
Wavelets, M.Weeks, Ed. Infinity Science, 2007 Digital Signal and Image Processing, T.Bose,
John Wiley and Sons, 2004
113