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
- Longitud M, Ωp/π (borde de la banda de paso) y (Ωs − Ωp)/π (transición) fijan el filtro. Peso es el de la banda eliminada frente a la de paso.
- Ventana para comparar elige la ventana del diseño alternativo, con la misma longitud y el corte en el centro de la transición.
- Arriba, |H| en dB de los dos diseños, con las bandas sombreadas, y el detalle lineal de la banda de paso. Abajo, las dos respuestas al impulso.
- El recuadro da δ_p y δ_s medidos para los dos, el cociente δ_p/δ_s del óptimo y la transición que necesitaría la ventana.
- Los diseños equirrizados están precalculados con SciPy para las longitudes y bordes de los controles.
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
- Apuntes del Tema 4, sección 4 (Filtros FIR), «Parks–McClellan y muestreo en frecuencia» y «Coste y retardo».
- Transparencias T4-04, diseño FIR.
- Hoja de ejercicios del Tema 4, ejercicio 14, y sus soluciones.
- A. V. Oppenheim y R. W. Schafer, Discrete-Time Signal Processing, 3.ª ed., Pearson, 2010, apartado 7.7.
- T. W. Parks y J. H. McClellan, «Chebyshev approximation for nonrecursive digital filters with linear phase», IEEE Transactions on Circuit Theory, 19(2), 1972.
Relación con otros conceptos