Introducción al tratamiento digital de señales

Laboratorio No.5

Contenido: Influencia de polos y ceros

Funciones a utilizar:
• fft / fftshift / plot / abs / filter /freqz / phasez / zplane

En esta manipulación tenemos por objetivo analizar la influencia de los polos y de los ceros de la función
de transferencia de un filtro digital. Es sabido que los polos deben situarse al interior del circulo unitario
en el plano complejo para garantizar la estabilidad del filtro
Considere un filtro cuya función de transferencia no tenga ceros y se caracteriza por dos polos definidos
de la siguiente manera:
 f   f 
p1 = R exp( jθ 0 ) = R exp j 2π 0  y p2 = R exp( − jθ 0 ) = R exp − j 2π 0 
 fs   fs 
Optaremos inicialmente por una pulsación normalizada θ 0 = π / 3 y R=0,95.
Etapa 1
• ¿Cuál es la expresión de la función de transferencia de amplitud H 1 ( z ) ?
• Utilice la función zplane para observar la posición de los polos y de los ceros
• Con la ayuda de la función freqz, calcule y observe la respuesta en frecuencia y en fase del filtro.
Comente lo observado.

Considere un ruido blanco gausiano centrado de medio cero y de varianza 1. Filtre esta señal con el filtro
definido arriba utilizando la función filter.
• Presente con gráficas representaciones temporales de la señal de entrada y la señal de salida.
También presente sus respectivas densidades espectrales de potencia.
• Compare el resultado obtenido con la respuesta en frecuencia del filtro teórico.
Etapa 2
Haga variar la pulsación normalizada θ 0 para un modulo R fijo de 0.95.
Retome las manipulaciones de la etapa 1.
Etapa 3
Ahora, haga variar el modulo R para una pulsación normalizada fija de θ 0 = π / 3 .
Retome las manipulaciones de la etapa 1.
Etapa 4
Considere ahora que la función de transferencia H 2 ( z ) está definida en función de dos polos complejos
conjugados siguientes:
 f   f 
p1 = R exp( jθ 0 ) = R exp j 2π 0  y p2 = R exp( − jθ 0 ) = R exp − j 2π 0 
 fs   fs 
Además, la función de transferencia presenta dos ceros definidos de la siguiente manera:
 f   f 
z1 = r exp( jθ 0 ) = r exp j 2π 0  y z2 = r exp( − jθ 0 ) = r exp − j 2π 0 
 fs   fs 
Inicialmente fijemos θ 0 = π / 3 , R=0,65 y r=0,05.
 • ¿Cuál es la expresión de la función de transferencia en amplitud H 2 ( z ) ?
• Utilice la función zplane para observar la posición de los polos y los ceros.
• Con las funciones freqz y phasez, calcule y observe la respuesta en frencuencia de la amplitud y la
fase del filtro. Comente.

Considere un ruido blanco gausiano centrado de medio cero y de varianza 1. Filtre esta señal con el filtro
definido arriba utilizando la función filter.
• Presente con gráficas representaciones temporales de la señal de entrada y la señal de salida.
También presente sus respectivas densidades espectrales de potencia.
• Compare el resultado obtenido con la respuesta en frecuencia del filtro teórico.
Etapa 5
Ahora haga variar el modulo r en pasos de 0.05, retomando las manipulaciones precedentes. Comente
Etapa 6
Considere la función de transferencia de un filtro con respuesta al inpulso infinita (RII o IIR) siguiente
1
H3( z) =
1 − γ z − k0
Optamos por dos aplicaciones digitales: γ = 0.9 et k 0 = 8 et γ = 0.99 et k 0 = 20

On optera pour deux applications numériques : Utiliser la fonction zplane pour observer la position des
pôles et des zéros ?
• Utilice la función zplane para observar la posición de los polos y los ceros?
• Utilice la función freqz, observe la respuesta en frecuencia en amplitud y fase del filtro ? Comente.
Considere un ruido blanco gausiano centrado de medio cero y de varianza 1. Filtre esta señal con el filtro
definido arriba utilizando la función filter.
• Presente con gráficas representaciones temporales de la señal de entrada y la señal de salida.
También presente sus respectivas densidades espectrales de potencia.
Etapa 7
Sea H 4 ( z ) definido por los tres pares de polos complejos conjugado siguientes:
 π   π 
p1 = R exp( jθ 0 ) = 0,85 exp j  y p2 = R exp( jθ 0 ) = 0,85 exp − j 
 9  9
 π   π 
p3 = R exp( jθ 1 ) = 0,9 exp j  y p4 = R exp( − jθ 1 ) = 0,9 exp − j 
 3  3
 5π   5π 
p5 = R exp( jθ 2 ) = 0,9 exp j  y p6 = R exp( − jθ 2 ) = 0,9 exp − j 
 7   7 

Ahora ponga en cascada los filtros de función de transferencia H 3 ( z ) et H 4 ( z ) .

Considere un ruido blanco gausiano centrado de medio cero y de varianza 1. Efectúe el filtrado sucesivo
con la ayuda de la función filter.

• Presente con gráficas representaciones temporales de la señal de entrada y la señal de salida.

También presente sus respectivas densidades espectrales de potencia. Comente
Algunos tips

- Si tienen los ceros de un polinomio. Pueden obtener el polinomio con la función “poly”.

Ejm:
p1 = 0.95 * exp (-0.3*j)
p2 = conj (p1)
P = poly ([p1,p2])

- Muchas funciones en matlab están basadas en representaciones de funciones de transferencia

usando los polinomios del numerador y el denominador.

Ejm: function “freqz”

N = 128;
f = [-0.5 : 1/N : 0.5-1/N]*2*pi;
H(z) = b1 + b2 z-1 + b3 z-2 + …
a1 + a2 z-1 + a3 z-2 + …
B = [b1,b2,b3,…]
A = [a1,a2,a3,…]

Si no hay ceros B=1

H = freq z (B,A,f);
figure
plot (f, abs(H))

Ejm2: function “zplane”

figure
zplane (B,A);

- Generar una secuencia de N muestras de ruido blanco gausiano de varianza 1 y media 0.

Ejm:
vari = 1
media = 0;
N= 1024;
n = media + sqrt (vari) * randn (1,N)

- Uso de la función ‘filter’ para efectuar el filtrado del ruido ‘n’.

y = filter (B,A,n)

- Densidad espectral de potencia (DSP) de una señal – (método del periodograma).

y → es la señal
N = length (y)
FTy = fft (y);
DSP = (abs(FTy)).^2;
f = [-0.5 : 1/N : 0.5 - 1/N];
plot (f,fftshift (DSP));