Delgadillo Alvirde Nancy Jocelyn

López Pacheco Alan Adiel

Diseño de Filtros. Procesamiento Digital de Señales
7CM1

Introducción.
El término filtro se utiliza habitualmente para describir un dispositivo que discrimina, de
acuerdo con algún atributo de los objetos aplicados a su entrada, lo que pasa a su través.

Se utiliza el término filtro para describir un sistema lineal invariante en el tiempo

empleado para llevar a cabo una operación de conformación espectral o un filtrado
selectivo. El filtrado se emplea de formas muy variadas en el procesamiento digital de
señales; por ejemplo, para eliminar el ruido indeseado que pueda existir en las señales
deseadas.

Tipo de respuesta del filtro

En el diseño de filtros digitales paso bajo los polos
deben colocarse en las proximidades de la
circunferencia unidad en puntos correspondientes a
frecuencias bajas (cerca de ω = 0) y los ceros deben
colocarse cerca o sobre la circunferencia unidad en
puntos correspondientes a frecuencias altas (cerca
de ω = π).
En el caso de los filtros paso alto, estas
condiciones serán las inversas, podemos obtener
Patrones de polos y ceros de varios
filtros paso alto sencillos reflejando las posiciones de filtros paso bajo y paso alto.
los polos y los ceros del filtro paso bajo alrededor del
eje imaginario en el plano z. El filtro paso banda debe contener uno o más pares de polos
complejos conjugados próximos a la circunferencia unidad, en las vecindades de la banda
de frecuencias que define la banda de paso del filtro.

Diseño de Filtros
En el procesamiento de señales, un filtro de respuesta de impulso finito (FIR) es un filtro
cuya respuesta de impulso (o respuesta a cualquier entrada de longitud finita) es de
duración finita, porque se establece a cero en finito tiempo. Esto es en contraste con los
filtros de respuesta de impulso infinito (IIR), que pueden tener retroalimentación y puede
seguir respondiendo indefinidamente (por lo general en descomposición).
La respuesta de impulso infinito (IIR) se refiere a la capacidad del filtro de tener
una respuesta de impulso infinito y no implica que necesariamente tendrá uno: sirve como
una advertencia de que este tipo de filtro es propenso a la retroalimentación y la
inestabilidad.

Difercia del Diseño del Filtro

El filtro IIR significa filtro de respuesta de impulso infinito, da respuestas de impulso para
una duración de tiempo infinita, sistema de retroalimentación disponible, son menos
estables que los filtros FIR debido a la presencia de polos, IIR contiene ambos polos y
ceros, la eficiencia computacional de un píxel IIR es más que la de un filtro FIR, se utiliza
en tipos de Butterworth, chebyshev, etc.
El filtro FIR significa filtro de respuesta de impulso finito, respuestas para una
duración finita de tiempo, el sistema de retroalimentación no está presente, no contienen
ningún polo Hance el FIR es siempre estable y la estabilidad es más que la del filtro IIR,
sólo contiene zeros, la eficiencia computacional del filtro FIR es menor, se utiliza en
Differentiator Hilbert transformer.
Experimento

En este apartado se presentan los datos utilizados para realizar el experimento. Desde la descripción
del audio hasta los parámetros implementados en la realización del filtro.

La frase descrita en el proyecto fue la siguiente:

«Había una vez un perro llamado pegamento, se cayó y se pegó».
Y fue dicha por una voz femenina de la alumna Delgadillo Alvirde Nancy Jocelyn.

El objetivo principal del experimento fue realizar un filtrado para quitar el ruido que
interviene en el audio a tratar. Para ello se grabó un mensaje de voz en diferentes
situaciones. Primero se comparó a través de la Transformada de Fourier el audio sin ruido
y con ruido para obtener la frecuencia de corte a utilizar. Posteriormente con ayuda de la
herramienta de Matlab Filter Designer se generó un filtro ajustando los parámetros
necesarios para su correcto funcionamiento (Fc, Fs, orden del filtro, etc.)
El filtro creado se aplicó a los audios que contenían ruido y para su correcto
funcionamiento se ajustaron los parámetros a base de prueba y error hasta encontrar un
audio filtrado óptimo. Para sustentar que se aplicó el filtro a los audios se generaron
gráficas que muestran las señales de dichos audios.

Audio Tipo de Filtro Orden Valores (Fs=48000)

Window: Kaiser
Orden=1001
FIR Pasa Banda
fc1=1200
fc2=4000
Viento
Order=60
IIR Pasa Banda fc1=1800
fc2=4000

window=Blackman
Orden =1001
FIR Pasa Banda
fc1=1000
Tráfico fc2=4000

Order=60
IIR Pasa altas
fc=400

Window =bohman
Orden=1001
FIR Pasa Banda
fc1=1500
Restaurant fc2=3500
e
Orden=100
IIR Pasa Banda fc1=1650
fc2=3100
Tabla 1. Se muestra la información de cada filtro que se utilizó en los tres audios.
En el experimento se usaron dos filtros de diferen te orden: pasa banda y pasa altas. Se
seleccionó el orden pasa banda porque las frecuencias del sonido del viento, tráfico y
restaurante eran frecuencias bajas, entonces resultó necesario tomar frecuencias medias
para rescatar la voz y que tuviera el menor ruido posible. Se utilizó un filtro pasa altas
para el audio del tráfico IIR se necesitaba quitar ruidos de motores contenidos en
frecuencias grabes, se optó por tomar una frecuencia pequeña para poder quitar el menor
ruido posible del audio y escuchar mejor la voz.
Las frecuencias de corte fueron seleccionadas comparando las gráficas de la
transformada de Fourier y seleccionando las secciones similares. El orden para filtros FIR
debe ser mayor a 500, para el orden filtros IIR debe ser mayor a 50 y a base de prueba y
error se seleccionaron los valores del orden especificados en la tabla.

Resultados.
● Audios del Viento.

Figura 1. Señal original Figura 2. Transformada de Fourier de la

señal original.

Figura 3. Señal Pasada por filtro FIR. Figura 4. Señal Pasada por filtro IIR.

Al comparar las gráficas de la Transformada de la Fourier de la señal sin ruido y con ruido
se pueden apreciar dos grandes secciones donde el ruido interfiere. En las frecuencias
medias hay picos que sobresalen y en las bajas se observa que esa sección es más
densa.
El filtro elegido para este audio fue un filtro pasa medias. Las frecuencias del viento eran
frecuencias bajas, por lo que resultó necesario remover esa sección y se conservaron las
frecuencias de 1200 a 4000 Hz, dando como resultado un audio filtrado cuya voz se
escucha ligeramente aguda.
 ● Audios del tráfico.

Figura 5. Señal original, voz con ruido de

Figura 7. Señal Pasada por filtro IIR.
tráfico.

Figura 6. Transformada de Fourier de la

señal original. Figura 8. Señal Pasada por filtro FIR.

La selección de frecuencia en el audio con tráfico fue la más fácil de identificar, pues las
frecuencias del ruido no deseado -sonidos de motores- son bajas. Para descartar estas
frecuencias se utilizó un filtro pasa altas en el IIR que descarta y limpia el ruido de los
motores, por ello no hay frecuencias en la primera parte de la gráfica. En el filtro FIR se
seleccionaron las frecuencias de 1000 a 4000 Hz, pero de igual manera un filtro pasa
altas pudo funcionar.

● Audios del restaurante.

Figura 9. Señal original.

 Figura 10. Transformada de Fourier de
la señal original.

Figura 11. Señal Pasada por filtro IIR.

Figura 12. Señal Pasada por filtro FIR.

En el audio del restaurante se pueden encontrar dos grandes secciones de frecuencia con
ruido. El primero es en las frecuencias menores a 1500, pues se muestra una densidad
mayor. La otra sección con ruido está por encima de 3500 -se encuentra un
abultamiento-. Por esta razón el filtro aplicado fue pasa bandas para ambos casos y las
frecuencias de corte se aplicaron aproximadamente en esos rangos buscando el sonido
más limpio.

Conclusiones
Al trabajar y filtrar audios con ruido se observa que cada caso es particular. Existen
distintos sucesos que se pueden englobar en tres grandes secciones: el tipo de filtro a
utilizar, la frecuencia de ruido que se desea eliminar y el rango de la voz a conservar.
En el primer punto, la diferencia práctica principal que existe entre el filtro FIR e IIR
está en el orden que se necesita para su correcto funcionamiento. Los filtros IIR, al estar
retroalimentados, basta con tener un orden por encima de 50, haciéndolos menos
pesados para procesar, sin embargo, como se puede mostrar en los filtros del viento, no
se atenuaron del todo las frecuencias más intensas. Quedaron algunos restos de esas
frecuencias.
Se trabajó con diversos ruidos de fondo. Cuando el sonido es muy grave se
necesita aplicar un filtro pasa altas y, si también se encuentra ruido con frecuencias altas,
resulta necesario aplicar un filtro pasa bandas para descartar ambas secciones. Muchas
veces las frecuencias del ruido coincidían con las frecuencias de la voz, haciendo difícil
limpiar dichas secciones. A pesar de tener ambos sonidos -ruido y voz- se necesitaba
eliminar esa sección, generando un audio filtrado más agudo si las frecuencias coincidían
en los graves, por ejemplo.
 Otros elementos que interfieren en la implementación de los filtros es el volumen
del ruido pues, si se encuentra al mismo nivel que la voz, es muy difícil limpiarlo; al
menos, claro, que sean frecuencias totalmente distintas. Para este experimento resultó
necesario contar con un audio sin ningún tipo de ruido para poder comparar las
Transformadas de Fourier. Si se requiriera hacer un filtrado para un audio en el que no se
pueda hacer esta comparación, el proceso para encontrar los parámetros sería más largo
y a base de prueba y error.
Por último, los objetivos deseados fueron cumplidos exitosamente, pues se
generaron audios cuya voz está filtrada. En todos los casos se implementaron los
parámetros que los audios demandaban, dando lugar a resultados claros y con gran
porcentaje de ruido eliminado.

Bibliografía
● Hazem Al-Otum. (2020). Introduction to FIR Filters. Jordania: Jordan University of
Science and Technology-Faculty of Engineering.
● Smith, J. (2007). Introduction to Digital Filters: with Audio Applications. Stanford,
California: Stanford University.
● Proakis, J. G. (2007). Tratamiento digital de señales.