Baixe o app para aproveitar ainda mais
Prévia do material em texto
Filtros Digitais DEET– Departamento de Engenharia Elétrica e de Telecomunicações Mestrado em Engenharia Elétrica Prof. Fábio Luis Perez, Dr. FURB – Universidade Regional de Blumenau Introdução a Filtros Digitais Filtros digitais são implementados através de operações matemáticas aplicadas em um sinal amostrado. Vantagens de um filtro digital O desempenho não depende de componentes do circuito eletrônico, isto é, sua resposta não muda por mudanças ambientais (temperatura, umidade, etc.) Desempenho muito superior ao de filtros analógicos Resposta em frequência pode ser facilmente modificada (atualização do software) Introdução a Filtros Digitais Filtros digitais podem apresentar fase perfeitamente linear Desvantagens de um filtro digital Em geral, possuem uma velocidade de resposta mais lenta do que a de filtros analógicos (A/D, processamento e D/A) Sujeitos a erros de quantização (A/D). Sujeitos a erros de aproximação (Tamanho dos coeficientes limitado). Em alguns casos pode levar à instabilidade. Tipos de Filtros Digitais Os filtros digitais são classificados conforme sua resposta ao impulso FIR (Finite Impulse Response): O valor da saída do filtro depende apenas dos valores de entradas anteriores IIR (Infinite Impulse Response): O valor da saída depende dos valores da entrada e da saída anteriores 0 ( ) ( ) N k k y n b x n k 0 1 ( ) ( ) ( ) M N k k k k y n b x n k a y n k Filtros Digitais FIR Filtros FIR possuem resposta de fase linear, isto é, não provoca distorção de fase no sinal filtrado, fundamental em aplicações como biomedicina, áudio e imagem. São sempre estáveis, pois não são recursivos. Efeitos da precisão finita e erros de quantização são menores em filtros FIR do que em filtros IIR. Filtros FIR necessitam de mais coeficientes do que filtros IIR para atender a mesma especificação de projeto, o que acarreta em um tempo de execução maior (ou microprocessador mais rápido). Filtros Digitais FIR Filtros FIR podem ser implementados, em geral, de 4 formas distintas: Janelamento Amostragem em frequência Filtro ótimo Mínimos quadrados O projeto via janelamento é relativamente mais simples quando comparado com os demais métodos. Passa-Baixas Ideal A resposta em frequência de um filtro passa- baixas ideal com frequência de corte é dada por cuja resposta ao impulso é: c 1 | | ( ) 0 | | j j c d c e H e sin( ) ( ) (Sinc)cd n h n n Não realizável (não causal e infinitas amostras) Janelamento Para contornar a questão da não realização do PB ideal, define-se uma janela de comprimento finito N, na qual vale zero fora do intervalo Desloca-se a resposta ao impulso do PB ideal para o centro da janela, isto é, O filtro PB é obtido “janelando” a resposta do filtro ideal 0 1n N sin[ ( )] ( ) ( ) c d n h n n Onde Deslocamento temporal não afeta o comportamento em frequência. 2.N ( ) ( ) ( )dh n h n w n ( )w n Janelamento A resposta em frequência do filtro ideal é suavizada pelo janelamento. Existem muitos tipos de janelas que podem ser aplicadas para se obter o filtro desejado A qualidade com que a resposta em frequência de um filtro FIR (janelado) se aproxima de um filtro ideal é dada por dois fatores: A largura do lóbulo principal do espectro em frequência da janela O valor do pico do lóbulo lateral do espectro em frequência da janela Características da Janela Resposta em frequência típica (TFTD) de uma janela Características da Janela Como o filtro PB real é dado pela multiplicação da resposta ao impulso pela janela, a resposta em frequência do filtro é dada pela convolução das respostas em frequências, isto é, Dessa forma, quanto mais próxima for de um impulso, menos distorção na resposta em frequência do filtro passa-baixas ideal ocorrerá. Assim, a largura do lóbulo principal deve ser estreita e a amplitude do lóbulo lateral deve ser pequena. Contudo, estas duas variáveis não podem ser minimizadas independentemente. ( ) ( ) T.F. ( ) ( )j jd dh n w n H e W e ( )jW e Características da Janela Três importantes características das janelas: 1) Conforme a ordem N aumenta, a largura do lóbulo principal se estreita, resultando na redução da banda de transição. Essa relação é aproximadamente dada por: 2) A amplitude lóbulo lateral depende da forma da janela e não do comprimento. 3) Se o formato da janela é modificado para se reduzir o lóbulo lateral, normalmente a largura do lóbulo principal é aumentada. N f c Exemplo de Janelas Algumas janelas principais Exemplo de Janelas Características das janelas Note que quanto menor a banda de transição menor a atenuação na banda de rejeição. f Comparação entre as Janelas Formato das janelas (N = 300) 0 50 100 150 200 250 300 0 0.2 0.4 0.6 0.8 1 n Retangular Hanning Hamming Blackman Comparação entre as Janelas Resposta em frequência das janelas (N = 300) -0.1 -0.05 0 0.05 0.1 0.15 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Frequência Normalizada (rad/s) Retangular Hanning Hamming Blackman Projeto de Filtros Digitais IIR (Janela) Ex: Projete um filtro PB FIR com as seguintes especificações: 0.19 (rad/s)p 0.21 (rad/s)s 0.01s Projeto de Filtros Digitais IIR (Janela) Atenuação mínima na banda de rejeição Exceto a retangular não atende essa especificação. Será usado Hanning, pois é a que resultará em menor ordem. Banda de transição: 20log(0.01) 40 dB 0.21 0.19 0.02 (rad/s) 0.01 Hzs p f f Projeto de Filtros Digitais IIR (Janela) Ordem: Filtro PB ideal: 3.1 3.1 3.1 0.01 310f N N f f Freq. de corte ( ) 2 0.2 (rad/s)c c s Atraso 2 155N sin[ ( )] sin[0.2 ( 155)] ( ) ( ) ( 155) c d n n h n n n Projeto de Filtros Digitais IIR (Janela) Filtro PB FIR: ( ) ( ) ( )dh n h n w n 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 -6000 -4000 -2000 0 Normalized Frequency ( rad/sample) P ha se (d eg re es ) 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 -200 -100 0 100 Normalized Frequency ( rad/sample) M ag ni tu de (d B ) Janela de Kaiser Kaiser desenvolveu uma família de janelas definidas pela seguinte função onde e é uma função de Bessel de primeiro tipo e ordem zero dada por: O parâmetro determina o formato da janela e controla o compromisso que existe entre largura do lóbulo principal e altura do lóbulo lateral. 2 1 2[ (1 [( ) / ] ) ] ( ) 0 1 ( ) o o I n w n n N I 2N ( )oI x 2 1 ( 2) ( ) 1 ! k o k x I x k Janela de Kaiser Influência de nas características da janela Janela de Kaiser Duas aproximações facilitam bastante o uso da janela de Kaiser:1) Parâmetro Beta onde s s 0.4 s s s s 0.1102( 8.7) 50 0.5842( 21) 0.07886( 21) 21 50 0.0 21 s s20log( ) Janela de Kaiser 2) Relação entre número de coeficientes com a largura da banda de transição e atenuação na banda de rejeição s s 7.95 21 14.36 N f Implementação Kaiser Matlab %Projeto de filtro FIR %Exemplo com janela Kaiser clear all close all %especificações deltas=0.025; ws=0.21*pi; wp=0.19*pi; %frequência de corte wc=(ws+wp)/2; fc=wc/(2*pi); %cálculo de alfas (banda de rejeição) alfas=-20*log10(deltas); Implementação Kaiser Matlab %cálculo do beta em função do alfas if alfas<21 beta=0; elseif alfas>50 beta=0.1102*(alfas-8.7); else beta=0.5842*(alfas-21)^.4 + 0.07886*(alfas-21); end %cálculo da banda de transição deltaw=ws-wp; deltaf=deltaw/(2*pi); %determinação da ordem N=ceil((alfas-7.95)/(14.36*deltaf)); %ceil arredonda para o inteiro acima disp(['Ordem necessária =',num2str(N)]); Implementação Kaiser Matlab %deslocando o filtro ideal para o meio da janela alfa=(N/2); n=0:N-1; %determina o filtro ideal hd=2*fc*sinc(2*fc*(n - alfa)); %cálculo da janela de Kaiser vetB=beta*sqrt((1 - ((n-alfa)/alfa).^2)); w=besseli(0,vetB)./(besseli(0,beta));%função de Bessel de ordem 0 e tipo 1 %determinação do filtro Passa-Baixas FIR Janelado h=hd.*w; %gráficos figure; plot(w); figure; freqz(h) Filtro Passa-Altas Os demais filtros (PA, PF e RF) podem ser obtidos a partir do filtro PB. O Filtro PA FIR pode ser obtido como: 2 Estágios Filtro Passa-Altas 1 Estágio Inversão do sinal da resposta ao impulso do filtro Passa-Baixas e adicionar 1 no centro do filtro. Filtro Passa-Faixa 2 Estágios 1 Estágio Filtro Rejeita-Faixa 2 Estágios 1 Estágio Filtros FIR Resumo Tipo PB PA PF RF | ( ) |jH e Resposta ao impulso ( )h n c c 1, 0 | | 0, | | c c , sin[ ( )] , ( ) n n n n c c 0, 0 | | 1, | | c c 1 , sin[ ( )] , ( ) n n n n c1 c c21 c2 0, 0 | | 1, | | 0, | | c2 c1 c2 c1 , sin[ ( )] sin[ ( )] , ( ) n n n n n c1 c c21 c2 1, 0 | | 0, | | 1, | | c2 c1 c1 c2 1 , sin[ ( )] sin[ ( )] , ( ) n n n n n
Compartilhar