UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE

EXTENCIÓN LATACUNGA

REPRESENTACIÓN DE SISTEMAS DISCRETOS EN CELOSÍA

Jorque Rea Byron Stalin

bsjorque@gmail.com
Ingeniería Electrónica e Instrumentación, Quinto Nivel, Universidad de las Fuerzas
Armadas Márquez de Maenza S/N Latacunga, Ecuador.

Fecha de presentación: 09/07/2018.

RESUMEN: En el presente artículo 2. DESARROLLO

presenta la representación de los sistemas LTI
en celosía. Esta representación es un
parámetro importante para distintas
aplicaciones dependiendo de las necesidades
que se presenten en el tratamiento de señales.
Para cualquier sistema discreto en el tiempo
existen dos estructuras o configuraciones para
su realización y estos son FIR (Finite Impulse
Response) e IIR (Infinite Impulse Response)
se pretende aplicar la representación en
celosía que presenta una gran robustez y
ampliamente es utilizada en el procesado de
voz, implementación de filtros adaptativos,
tratamiento.
ESTRUCTURA PARA SISTEMAS FIR
FINITE IMPULSE RESPONSE o FIR son
sistemas digitales en los cuales, como su
nombre lo indica, si la entrada es una señal
impulso, la salida tendrá un número finito de
términos no nulos; tienen la gran ventaja que
además de ser siempre estables, se pueden
diseñar para ser de fase lineal, lo cual hace
que presenten ciertas propiedades en la
simetría de los coeficientes. Tiene especial
interés en aplicaciones de audio.
ESTRUCTURA EN CELOSÍA PARA
SISTEMAS FIR.

Dado un filtro FIR con función de

PALABRAS CLAVE: Resprentacion
transferencia 𝐻(𝑧) = ∑𝑀 𝑘=0 𝑘(𝑘)𝑧
−𝑘
vamos a
celosía, Sistemas LTI, Estructura, filtros.
definir un conjunto de filtros.
1. INTRODUCCIÓN
Considerando la siguiente estructura
La estructura en celosía (lattice),
ampliamente utilizada en el procesado de voz,
se caracteriza por su robustez numérica y
modularidad para su implementación, lo que la
hace muy adecuada para la implementación
de filtros.
Figura [1]. Filtro FIR de primer orden
 principales diferencias respecto a los filtros FIR es
Las ecuaciones son: que los IIR pueden cumplir las mismas exigencias
𝑓0 [𝑛] = 𝑔0 [𝑛] = 𝑥[𝑛] (1) que los anteriores pero con menos orden de filtro.
Esto es importante a la hora de implementar el
𝑦[𝑛] = 𝑓1 [𝑛] = 𝑓0 [𝑛] + 𝑘1 . 𝑔0 [𝑛 − 1] (2) filtro, pues presenta una menor carga
𝑔1 = 𝑘1 𝑓0 [𝑛] + 𝑔0 [𝑛 − 1] (3) computacional. Este tipo de filtros pueden ser
inestables, aun cuando se diseñen para ser
Luego:
estables.
𝑦[𝑛] = 𝑓1 [𝑛] = 𝑥[𝑛] + 𝑘1 . 𝑥[𝑛 − 1] (4)
𝑔1 [𝑛] = 𝑘1 𝑥[𝑛] + 𝑥[𝑛 − 1] (5)
1.2 ESTRUCTURA EN CELOSÍA PARA
Entonces: SISTEMAS IIR.
𝑘1 = 𝑏1 (1) Partimos de un sistema de solo polos cuya función
de transferencia es:

En general para un sistema de orden M tenemos:

1 1
𝐻(𝑧) = =
1+ ∑𝑁
𝑘=1 𝑎𝑁 (𝑘). 𝑧
−𝑘 𝑃𝑁 (𝑧)
La realización en la forma directa de un sistema se
ilustra en la figura. Las ecuaciones en diferencia
para este sistema IIR es:
𝑵

𝒚[𝒏] = 𝒙[𝒏] − ∑ 𝒂𝑵 (𝒌). 𝒚[𝒏 − 𝒌]

𝒌=𝟏

Figura 2. Filtro FIR de primer orden M

Las ecuaciones son:
𝑓0 [𝑛] = 𝑔0 [𝑛] = 𝑥[𝑛]
𝑓𝑚 [𝑛] = 𝑓𝑚−1 [𝑛] + 𝑘𝑚 . 𝑔𝑚−1 [𝑛 − 1]; 𝑚
= 1,2, … , 𝑀
Figura 3. Estructura en celosía para un
𝑔𝑚 [𝑛] = 𝑘𝑚 . 𝑓𝑚−1 [𝑛] + 𝑔𝑚−1 [𝑛 − 1] ; 𝑚 = 1,2, . . , 𝑀
sistema IIR de sólo polos.
𝑌[𝑛] = 𝑓𝑚 [𝑛]
Las ecuaciones son:
Luego:

𝑓𝑁 [𝑛] = 𝑥[𝑛]
𝑚
𝑓𝑚−1 [𝑛] = 𝑓𝑚 [𝑛] − 𝑘𝑚 . 𝑔𝑚−1 [𝑛 − 1] ; 𝑚 = 𝑁, 𝑁 − 1, . . ,1
𝑓𝑚 [𝑛] = ∑ 𝑏𝑚 (𝑘). 𝑥[𝑛 − 𝑘] 𝑔𝑚 [𝑛] = 𝑘𝑚 . 𝑓𝑚−1 [𝑛] + 𝑔𝑚−1 [𝑛 − 1] ; 𝑚 = 𝑁, 𝑁 − 1, . . ,1
𝑘=0 { 𝑦[𝑛] = 𝑓0 [𝑛] = 𝑔0 [𝑛]
; 𝑏𝑚 (0) = ; 𝑏𝑚 (0) = 1
𝑚

𝑔𝑚 [𝑛] = ∑ 𝑏𝑚 (𝑚 − 𝑘). 𝑥[𝑛 − 𝑘]

{ 𝑘=0
1.1 ESTRUCTURA PARA SISTEMAS IIR.
INFINITE IMPULSE RESPONSE ó IIR, es otro
de los tipos de filtros digitales que como su nombre
lo indica, si la entrada es una señal impulso, la
salida tendrá un número infinito de términos no
nulos, es decir, nunca vuelve al reposo. Las
1.3 ESTRUCTURA EN CELOSÍA – ESCALERA
PARA SISTEMAS IIR.
Una estructura en celosía todo polos con
parámetros y añadiendo una parte escalonada
tomando como salida una combinación lineal
𝑔𝑚 (𝑛) es una combinación lineal de salidas
presentes y pasadas; la salida del sistema es:
 𝑀 palabras de longitud finita; por lo que son muy
𝑦(𝑛) = ∑ 𝑣𝑚 𝑔𝑚 (𝑛) utilizadas en aplicaciones prácticas tales como
𝑚=0 procesamiento de voz, filtrado adaptivo y
procesamiento de señales geofísicas.

1 EJERCICIOS.
Obtenga los coeficientes de la celosía
correspondiente al filtro FIR con función de
transferencia.
3 −1 1 −2 1 −3
A( z ) = 1 + z + z + z
4 2 4
Resolución
Figura 4. Estructura en celosía escalonada de
un sistema polos-ceros La estructura en celosía se usa ampliamente en
{𝑣𝑚 } representa los parámetros que nos sirven procesada digital de la voz y en la realización de
para determinar los ceros del sistema, la función filtros adaptativos. Un sistema en celosía presenta
de transferencia es : una serie de etapas en cascada, donde el filtro
describe el conjunto de ecuaciones siguiente:
𝑀
𝑌(𝑧) 𝑔𝑚 (𝑧)
𝐻(𝑧) = = ∑ 𝑉𝑚 → 𝑋(𝑧)𝑦𝐹0 (𝑧) F0 ( z ) = G0 ( z ) = X ( z )
𝑋(𝑧) 𝑋(𝑧)
𝑚=0

= 𝐺0 (𝑧)
Fm ( z) = Fm−1 ( z) + K m z −1 Gm−1 ( z ),

𝑀 𝑀 m=1,2,…,M – 1
𝐺𝑚 (𝑧)𝐹0 (𝑧) 𝐵𝑚 (𝑧)
𝐻(𝑧) = ∑ 𝑉𝑚 = ∑ 𝑉𝑚
𝐺0 (𝑧)𝐹𝑁 (𝑧) 𝐴𝑁 (𝑧) Gm ( z) = K m Fm−1 ( z ) + z −1G m−1( z)
𝑚=0 𝑚=0

∑𝑀 m=1,2,…,M – 1
𝑚=0 𝑉𝑚 𝐵𝑚 (𝑧)
𝐻(𝑧) =
𝐴𝑁 (𝑧)

Que da como resultado: Donde Km es el parámetro de celosía de la etapa

m-ésima, también denominados
𝑀
coeficientes de reflexión por ser idénticos a los
𝐶𝑚 (𝑧) = ∑ 𝑉𝑚 𝐵𝑚 (𝑧) coeficientes de reflexión introducidos en el test de
𝑚=0 estabilidad de Schür-Cohn.
Los coeficientes del polinomio 𝐶𝑀 (𝑧), sirven para Las Ecuaciones m=1,2,…,M – 1 y se describen el
determinar los coeficientes de ponderación de la comportamiento de la etapa m-ésima, donde las
escalera {𝑣𝑚 } y los coeficientes del polinomio entradas son Fm_1(z) y Gm_1(z), proporcionándolas
𝐴𝑁 (𝑧) determinan los parámetros de la celosía salidas Fm(z) y Gm(z). En conjunto, las Ecuaciones
{𝑘𝑚 }. Los parámetros de la escalera están dados
F0 ( z ) = G0 ( z ) = X ( z ) a m=1,2,…,M – 1 son un
por:
conjunto de ecuaciones recursivas que describen
𝑚−1
el filtro en celosía.
𝐶𝑚 (𝑧) = ∑ 𝑉𝑘 𝐵𝑘 (𝑧) + 𝑉𝑚 𝐵𝑚 (𝑧)
𝑘=0 Como vemos en la figura inferior, primera etapa, la
= 𝐶𝑚−1 (𝑧) + 𝑉𝑚 𝐵𝑚 (𝑧) entrada x(n) está conectada a f0(n) y g0(n), y la
salida f(n) de la última etapa se considera la salida
Estos parámetros se calculan recursivamente a del filtro
partir de los polinomios inversos 𝐵𝑚 (𝑧) m=1,2,..,M,
como 𝛽𝑚 (𝑚) para todo m, los parámetros se
pueden determinar mirando que 𝑉𝑚 = 𝐶𝑚 (𝑧)
m=0,1,…,M; dando como resultado :
𝐶𝑚−1 (𝑧) = 𝐶𝑚−1 (𝑧) + 𝑣𝑚 𝐵𝑚 (𝑧)
Estos filtros en celosía escalonada requieren un
mínimo de memoria aunque no pocas
multiplicaciones, otra de sus ventajas es que son
filtros muy estables y robustos ante los efectos de
Dado que el sistema tiene dos salidas, FM(Z) y Además, sabemos que los coeficientes del filtro de
GM(Z), y una única entrada, X(z), podemos salida B(z) son inversos a los de A(z) por lo que:
diferenciar dos funciones de transferencia:

FM ( z ) FM ( z )
AM ( z ) = = ,  3 ( z ) +  3 (0) +  3 (1) z −1 +  3 (2) z −2 +  3 (3) z −3 =
X ( z) F0 ( z )
1 1 −1 3 −2 y
+ z + z + z −3
GM ( z ) GM ( z ) 4 2 4
B( z ) = = ,
X ( z) G0 ( z ) por tanto
 3 (1) =  3 (2),  3 (0) =  3 (3),
 3 (3) =  3 (0),  3 (2) =  3 (1),

Deseamos determinar los correspondientes

parámetros del filtro de celosía {Ki}. Para ello
sabemos que K i =  i (i ) . Dado que el grado del
polinomio A(z) es tres, tendremos una celosía de
tres etapas, de la cual podremos obtener
inmediatamente el parámetro
K 3 =  3 (3) = 1 / 4 .

Para obtener el parámetro K2 necesitaremos el

polinomio A2(z). La relación recursiva general se
determina fácilmente a partir de las Ecuaciones
Figura 5. Filtro en celosía de M-1 etapas Am ( z) = Am−1 ( z) + K m z −1 Bm−1 ( z), y
Bm ( z) = K m Am−1 ( z) + z −1 Bm−1 ( z), donde:

Am ( z ) = Am−1 ( z ) + K m z −1 Bm−1 ( z ) =
Am−1 ( z ) + K m Bm ( z ) − K m Am−1 ( z )

Donde si conocemos K m , Bm y A(z) podemos

Figura 6. Estructura de cada etapa.
resolver Am−1 ( z ) :
por lo que dividiendo las Ecuaciones
F0 ( z ) = G0 ( z ) = X ( z ) a m=1,2,…,M – 1 por X(z), Am ( z ) − K m Bm ( z )
Am −1 ( z ) =
1− K m
2
tenemos:

A0 ( z ) = B0 ( z ) = 1 La cual es precisamente la recursión descendente

usada en el test de estabilidad de Schür-Cohn.
Am ( z) = Am−1 ( z) + K m z −1 Bm−1 ( z), Mediante la recursión descendiente, con m = 3, se
obtiene:
m=1,2,…,M – 1
A3 ( z ) − K 3 B3 ( z ) 2 −1 1 − 2
−1
A2 ( z ) = = 1+ z + z Por lo
Bm ( z) = K m Am−1 ( z) + z Bm−1 ( z), 1− K3
2
3 3

m=1,2,…,M – 1 que:

1 2 −1
Como partimos de los coeficientes del filtro FIR K 2 =  2 (2) = 1 / 3 yB2 ( z ) = + z + z −2
para la realización en forma directa, tenemos el 3 3
polinomio A(z) que es:
Al repetir la recursión descendente, obtenemos:
3 1 1
A3 ( z ) = 1 + z −1 + z −2 + z −3 A2 ( z ) − K 2 B2 ( z ) 1 −1
4 2 4 A1 ( z ) = = 1+ z
1− K 2
2
2
=  3 (0) +  3 (1) z +  3 (2) z −2 +  3 (3) z −3
−1
por lo que finalmente K1 = 1 (1) = 1 / 2 con lo que [4] Tintaya, C. O. J. (2007). Procesamiento digital
los coeficientes de la estructura celosía resultan de señales sísmicas con Matlab. Revista de
Investigación de Física, 10(02).
K1 = 1/2, K2 = 1/3, K3 = 1/4
La estructura en celosía del sistema FIR propuesto
es la representada en la Figura

2 CONCLUSIONES.
• Existen diferentes tipos de
representaciones de los sistemas LTI y
Celosía es una representación importante
en el tratamiento de digital de señales.

• La estructura en celosía es conocida por su

robustez numérica y modularidad para su
implementación, lo que la hace muy
adecuada para la implementación de
filtros.

• Los sistemas FIR son sistemas digitales en

los cuales, si la entrada es una señal
impulso, la salida tendrá un número finito
de términos no nulos.
• Las principales diferencias respecto a los
filtros FIR es que los IIR pueden cumplir las
mismas exigencias que los anteriores, pero
con menos orden de filtro.
• Las estructuras en celosía tanto FIR como
IIR se caracterizan por los mismos
coeficientes de reflexión, ki,
diferenciándose únicamente en su
interconexión.

5 BIBLIOGRAFÍA.
[1] http : // agamenon . tsc.uah.es /Asignaturas/it/
tds/apuntes /filtros/celosia.pdf

[2] http://dspace.ups.edu.ec/ bitstr eam /1234 567

8 9 /418/ 15/UPS-CT001 878.pdf
[3] http://ocw.uv.es/ingenieria -y-arquitectura/
filtros -digitales /tema_5_realizacion _de
_sistemas _en_tiempo_discreto.pdf