Ficha de uso

Introducción

Diseñar minimizando el error máximo

El método de las ventanas es sencillo, pero no es óptimo: el error es mayor junto a la transición que lejos de ella, y la atenuación la fija el tipo de ventana, no la especificación. El diseño equirrizado plantea el problema al revés: entre todos los FIR de fase lineal de longitud M, buscar el que minimiza el error máximo ponderado

E = maxΩ ∈ bandas W(Ω) · |A(Ω) − D(Ω)|,

donde D es la respuesta deseada (1 en la banda de paso, 0 en la eliminada), A la amplitud real del FIR y W un peso. La banda de transición no cuenta. Es un problema de aproximación de Chebyshev (minimax).

El teorema de alternancia

A(Ω) es un polinomio en cos Ω. El teorema de alternancia dice que la solución óptima es la que tiene el error máximo con signos alternados en al menos L + 2 frecuencias de las bandas, siendo L el grado del polinomio. Por eso el resultado tiene rizado constante en cada banda: todas las oscilaciones llegan al mismo nivel. El algoritmo de Remez, que Parks y McClellan adaptaron a filtros en 1972, busca esas frecuencias de forma iterativa.

Pesos

Con peso W en la banda eliminada frente a 1 en la de paso, el óptimo cumple

δ_p/δ_s = W.

Así se reparte el error como pida la especificación: con 0,01 en la banda de paso y 10−4 en la eliminada, peso 100. Con una ventana, en cambio, δ_p ≈ δ_s siempre.

Longitud necesaria

Una estimación de Kaiser para la longitud es

M − 1 ≈ (−20 log₁₀ √(δ_p δ_s) − 13)/(14,6 Δf),

con Δf = (Ω_s − Ω_p)/2π. Para una misma especificación, Parks–McClellan necesita menos coeficientes que cualquier ventana, y la diferencia crece cuando δ_p puede ser mayor que δ_s. Es el método de diseño FIR estándar: remez en SciPy, firpm en Matlab.

Guía de uso

Ejercicios

1. Equirrizado. Con los valores de partida (M = 31, Ωp = 0,3π, transición 0,1π, peso 1), mira el detalle de la banda de paso y el rizado de la eliminada. ¿Cuánto valen δ_p y δ_s?

Solución δ_p ≈ δ_s ≈ 0,025 (−32 dB). Todas las oscilaciones de cada banda llegan al mismo nivel, a diferencia del diseño con Hamming, cuyas oscilaciones decrecen lejos de la transición.

2. Frente a la ventana. Con la misma configuración, ¿cuánto atenúa el diseño con Hamming? ¿Por qué tan poco? ¿Y con M = 51?

Solución Solo unos 17 dB: la ventana de Hamming necesita una transición de unos 6,6π/M = 0,21π con M = 31, el doble de la pedida, así que su banda de transición invade la eliminada. Con M = 51, Hamming llega a unos 29 dB y Parks–McClellan a 48 dB.

3. Pesos. Con M = 31, cambia el peso a 5 y a 10. ¿Cómo cambian δ_p y δ_s? Compruébalo con el cociente del recuadro.

Solución Con peso 5: δ_p ≈ 0,055 y δ_s ≈ 0,011 (−39 dB). Con peso 10: δ_p ≈ 0,067 y δ_s ≈ 0,0067 (−43 dB). El cociente δ_p/δ_s es exactamente el peso: se gana atenuación a cambio de rizado en la banda de paso, con la misma longitud.

4. Transición. Con M = 31 y peso 1, compara las transiciones 0,05π, 0,1π y 0,2π. ¿Cómo cambia la atenuación?

Solución Unos −20 dB, −32 dB y −54 dB. Para una longitud dada, la atenuación crece casi linealmente con la anchura de la transición en dB, como dice la fórmula de Kaiser: −20 log₁₀ δ ≈ 13 + 14,6 Δf (M − 1).

5. El ejercicio 14 b de la hoja: estimar la longitud. Con la fórmula, ¿qué M hace falta para δ_p = δ_s = 0,025 y transición 0,1π? ¿Qué da la herramienta? Para el filtro de audio de la hoja (δ_p = 0,01, δ_s = 10−4, Δf = 2/48), ¿cuántos coeficientes salen?

Solución M − 1 ≈ (32 − 13)/(14,6·0,05) = 26: unos 27 coeficientes; la herramienta muestra que hacen falta 31. La fórmula es optimista con filtros cortos. Para el filtro de audio, M − 1 ≈ (60 − 13)/(14,6·2/48) = 77: unos 79 coeficientes, frente a 123 con la ventana de Kaiser.

Para profundizar

Relación con otros conceptos