Introducción a filtros de respuesta infinita de impulse (IIR)

Los filtros de respuesta impulse infinito (IIR) son una clase fundamental de filtros digitales caracterizados por un mecanismo de retroalimentación que permite que la salida dependa tanto de los insumos actuales como anteriores, así como de los productos anteriores. Esta estructura recursiva permite que los filtros IIR alcancen transiciones de frecuencia aguda con mucho menos coeficientes que sus contrapartes de respuesta impulse finito (FIR) igualan los sistemas de bioemplementación.

El diseño de los filtros IIR comienza normalmente con un filtro de prototipo analógico, a menudo el tipo Butterworth, Chebyshev o elíptico (Cauer) que se transforma en el dominio digital a través de técnicas como la transformación bilineal o la invariancia de impulsos. Cada prototipo ofrece cambios específicos entre la flatness de bandas pasadas, la atenuación de bandas de transición, y la linealidad de fase.

Conceptos básicos en el diseño de filtros IIR

Función de respuesta y transferencia de frecuencias

Un filtro IIR se describe por su función de transferencia en el z]-dominio:

Los coeficientes (feedback) y (a la luz) determinan la magnitud y la respuesta de la fase del filtro. El orden de filtro N (el número de polos) influye fuertemente en la empinada del rebote de la banda de paso a la cinta de parada.

Especificaciones de diseño clave

  • Frecuencia de borde de banda (]ωp ]: la frecuencia superior (o inferior) en la que la respuesta se encuentra dentro de una tolerancia especificada.
  • Frecuencia de borde de banda ancha (]] (]] ]): la frecuencia en que la atenuación cumple un nivel mínimo requerido.
  • Passband ripple (Rp ]: la desviación máxima permitible del beneficio ideal en el passband (en dB).
  • Atenuación de la banda ancha (]A] ]:] la atenuación mínima requerida en la banda de parada (en dB).
  • Orden de la lucha (N): determina la complejidad computacional y la vagabilidad de la transición.

Prototipo analógico y transformación digital

La mayoría de los métodos de diseño IIR comienzan con un filtro de prototipo de bajapasa analógico que cumple con las especificaciones de magnitud. La función de transferencia analógica H(s) ] mediante una transformación de frecuencias.El método más común para preservar la respuesta de magnitud es el cambio bilineal, que marca el mapa completo [LT]

Filtros de Butterworth: Respuesta Máximamente Plana

Características

Los filtros Butterworth están diseñados para proporcionar una respuesta de frecuencia que es lo más plana posible en la banda de paso, sin ondas. La respuesta cuadrada de magnitud se da por:

donde ω c] es la frecuencia de corte (normalmente el punto -3 dB) y N] es el orden de filtro. Como N aumenta, la transición se vuelve más pronunciada, pero la banda de paso sigue siendo monotónica.

Ventajas

  • Flat passband: Ideal para aplicaciones que deben preservar la amplitud de la señal en un amplio rango de frecuencias, como sistemas de audio de alta fidelidad y monitoreo médico.
  • Respuesta de fase predecible: El cambio de fase varía linealmente con la frecuencia dentro de la banda de paso, minimizando la distorsión de la forma de onda para las señales transitorias.
  • Ecuaciones de diseño simple: Las ubicaciones de polos se computan fácilmente en un círculo de radio ω c en el s] plano, permitiendo diseños de orden elevado.

Limitaciones

  • Moderado de salida: Para lograr una transición aguda se requiere un alto orden de filtro, aumentando el coste computacional y el retraso en grupo.
  • Pendiente de atenuación de banda de parada: La pendiente asintotica es -20N dB/decade, que es menos agresiva que los filtros Chebyshev o elípticos para el mismo orden.

Pasos de diseño

  1. Especifique el borde de banda, el borde de banda de parada, el onple de banda de paso (típicamente 0,5-3 dB), y la atenuación mínima de la banda de parada.
  2. Computar el orden de filtro N utilizando .
  3. Determinar las ubicaciones de polos analógicos: los polos están uniformemente espaciados en la mitad izquierda del círculo de radio ω c.
  4. Convertir en filtro digital utilizando transformación bilineal con pre-encadenamiento.
  5. Aplicar como cascada de secciones de segunda orden (SOS) para la estabilidad numérica.

Las tablas de diseño detalladas y las fórmulas de forma cerrada para los coeficientes de Butterworth están ampliamente disponibles; véase por ejemplo la referencia autorizada Analog Devices’ IIR filter design guide.

Filtros Chebyshev: Roll-Off de Steeper con Ripples

Tipo I y tipo II

Los filtros Chebyshev intercambian la flatness de la banda para una transición más pronunciada. Hay dos variantes:

  • Chebyshev Tipo I: Los ripples se permiten en la banda de paso, mientras que la banda de parada es monotónica. La respuesta de magnitud es , donde T N es el polinomio de orden Chebyshev [[Fε:4]N[LT] [Fple permitido]
  • Chebyshev Tipo II (Inverse Chebyshev):] La banda es plana, pero las ondas aparecen en la banda de parada. Este diseño es menos común porque las nulas de la banda de parada pueden ser indeseables en algunas aplicaciones.

Ventajas

  • Fábrica rápida que Butterworth: Los filtros Chebyshev logran la misma pendiente de transición con un orden inferior, reduciendo la carga computacional.
  • Bien adaptado para las especificaciones donde una pequeña onda de banda es aceptable:] Los valores de onda de bandas transeúntes típicos van desde 0.1 a 3 dB. Muchos sistemas de comunicación toleran estas ondas a cambio de un filtrado más agudo.

Limitaciones

  • Respuesta de fase no lineal en la banda de paso: Las ondas introducen la distorsión de fase, que puede degradar la calidad de las señales que dependen de la coherencia de la fase (por ejemplo, las ondas moduladas).
  • La magnitud del rubí debe ser cuidadosamente elegida: El ondulado superior produce un rebote más pronunciado pero aumenta la variación de la demora de grupo y el posible aroqueamiento en el dominio del tiempo.

Enfoque de diseño

  1. Defina el borde de banda, el borde de banda de parada, el onple de banda de paso (por ejemplo, 1 dB), y la atenuación de la banda de parada.
  2. Calcular el orden del filtro: .
  3. Encuentra los polos del prototipo analógico: los polos se encuentran en un elipse en el s]-plano, con el eje mayor a lo largo del eje real para el tipo I.
  4. Mapa a digital utilizando la transformación bilineal con pre-encadenamiento de frecuencia.
  5. Descomponerse en secciones SOS para evitar la sensibilidad de coeficiente.

Por ejemplo, usando la biblioteca SciPy de Python, consulta ] La documentación de diseño de filtros IIR de Sicilia].

Filtros elípticos: Transición óptima ancho de banda

Características

Los filtros Elliptic (o Cauer) logran el mayor lanzamiento posible entre la banda de paso y la cinta de parada para un orden de filtro dado permitiendo ondas en ambas bandas. La respuesta cuadrada de magnitud implica funciones elípticas jacobinas, haciendo que el diseño matemáticamente más involucrado.

La ventaja clave es que para un orden fijo N], el filtro elíptico ofrece la banda de transición más corta. Esta propiedad lo convierte en el filtro de elección en aplicaciones que requieren cortes extremadamente agudos, como filtros antialiasing en receptores de comunicación o selección de canales de banda estrecha.

Ventajas

  • Most agresivo roll-off: Consigue un ancho de banda de transición dado con el orden más bajo posible comparado con Butterworth o Chebyshev.
  • Flexible trade-off: Permite la especificación independiente de la onda de bandas pasadas, la atenuación de la banda de parada y la relación de transición.

Limitaciones

  • Los rópicos en la banda de pasas y la banda de parada: pueden introducir distorsión de señal inaceptable en aplicaciones de medición de audio o precisión de alta fidelidad.
  • Diseño complejo: Requiere una evaluación de funciones elípticas y algoritmos especializados. La mayoría de los diseñadores confían en el software de diseño de filtros (MATLAB, Octave o herramientas dedicadas).
  • ] Sensibilidad de coeficiente de crecimiento: La transición estrecha puede llevar a efectos de cuantificación cuando se implementa en procesadores de puntos fijos.

Procedimiento de diseño

  1. Especifique los cuatro parámetros: ω p, ω s, R p, A s.
  2. Computar el factor de selectividad k = ω p/ω s] y el factor de discriminación k1 = ε/√(10^(As/10)-1)].
  3. Encuentre el orden N] utilizando funciones integrales elípticas: , donde K es la integral elíptica completa del primer tipo.
  4. Determinar polo y cero ubicaciones de las funciones elípticas de Jacob; ceros se encuentran en el eje imaginario en la banda de parada para filtros elípticos Tipo I.
  5. Aplicar la transformación bilineal para obtener la función de transferencia digital.
  6. Implementar como secciones SOS, asegurando que ceros (que son reales para la versión digital) estén debidamente emparejados para evitar el pico de ganancia.

Un tratamiento integral del diseño de filtros elípticos se puede encontrar en documentación de función elip de MATLAB, que proporciona rutinas incorporadas para generar coeficientes.

Pasos prácticos de diseño comunes a todos los tipos

1. Colección de especificaciones

Comience por recoger los requisitos de aplicación: frecuencia de muestreo, frecuencias de banda y banda de parada (normalizada a la mitad de la tasa de muestreo), onda de venda permitida y atenuación de banda de parada requerida. Por ejemplo, un filtro antialiasing en un sistema de audio de 48 kHz podría requerir una onda de banda inferior a 0.1 dB y una atenuación de banda de 80 dB a 24 kHz.

2. Generación de prototipos analógicos

Utilizando herramientas o computación manual, genera el prototipo de bajapasa analógica que coincide con las especificaciones de magnitud en las frecuencias normalizadas. Pre-encadenar las frecuencias críticas porque el bilineal transforma comprime el eje de frecuencia.

3. Conversión digital

Aplicar la transformación bilineal para obtener coeficientes digitales. Para filtros de alto orden (N √° 2), convertir la función de transferencia en una cascada de secciones de segundo orden (SOS). Esta descomposición mejora enormemente la estabilidad numérica en implementaciones de puntos fijos y flotantes.

4. Aplicación y verificación

Implementar el filtro en el entorno de destino (C, Python, HDL, etc.) Verifique la respuesta de frecuencia usando una herramienta de análisis espectral, y asegure que la onda de banda, la atenuación de bandas de stopband y el ancho de banda de transición cumplan con las especificaciones originales. Simule con señales de prueba realistas para comprobar si hay artefactos de tiempo como anillo o overshoot.

Comparación de filtros de Butterworth, Chebyshev y Elliptic

Property Butterworth Chebyshev (Type I) Elliptic
Passband Response Monotonic, maximally flat Ripples present Ripples present
Stopband Response Monotonic Monotonic Ripples present
Roll-off Sharpness Lowest (N-dependent) Medium Highest
Filter Order for Given Specs Highest required Lower than Butterworth Lowest required
Phase Linearity Best (near linear) Moderate Poor (significant nonlinearity)
Complexity of Design Low Moderate High

Herramientas y software para el diseño de filtros IIR

Los flujos de trabajo modernos de procesamiento de señales digitales dependen de herramientas de alto nivel que automatizan la generación de coeficientes de filtro.

  • Python with SciPy:] Funciones como , , , y directamente devuelven las matrices SOS dadas frecuencias normalizadas. Ejemplo: ]]].
  • MATLAB / Octave:] Mandos como , , , y polinomios de numerador y denominador. La función se convierte en SOS.
  • ] Paquetes de diseño de filtros especializados: Herramientas gratuitas y comerciales como FilterPro (Texas Instruments), Nuhertz Filter Solutions o AADE Filter Design ofrecen especificación gráfica interactiva y salida efectiva de coeficiente.

Para una comparación exhaustiva de estos entornos de diseño, consulte una encuesta de 2021 sobre herramientas de diseño de filtros digitales] (ResearchGate).

Guía de aplicación en el mundo real

Elegir entre los tres tipos de filtros depende de las limitaciones específicas del sistema:

  • Tratamiento de audio de alta fidelidad: Usa filtros Butterworth para preservar la forma de señal original con una mínima distorsión de fase. El ligero compromiso en la redondez se compensa con una calidad de sonido transparente.
  • Selección de canales de telecomunicaciones: Los filtros elípticos se prefieren cuando el estricto rechazo del canal adyacente debe lograrse con recursos limitados de hardware. La distorsión de fase es tolerable en señales de amplitud modulada.
  • Acondicionamiento de señal biomédica (por ejemplo, ECG):] Los filtros Chebyshev Tipo II ofrecen banda plana para evitar distorsionar el complejo QRS, mientras que rechazan de manera efectiva la interferencia de 50/60 Hz. Muchos extremos ECG utilizan un número de Chebyshev tipo II de 4o orden.
  • Sistemas de control: Los filtros de Butterworth son elegidos a menudo para su respuesta predecible en fase y falta de solución excesiva, lo cual es fundamental para los márgenes de estabilidad del sistema.

Consideraciones avanzadas

Efectos de Word-Length finitos

Al implementar filtros IIR en procesadores de puntos fijos (por ejemplo, 16 bits o 32 bits), la cuantificación de coeficiente puede cambiar los polos, potencialmente causando inestabilidad o degradando el rendimiento. Usando la implementación SOS IIR y el aumento cuidadoso de las amplitudes de señal mitiga estos problemas. Para filtros elípticos, los ceros pueden estar muy cerca del círculo de unidad, haciéndolos especialmente sensibles a la cuantificación.

Diseños de alta gama, Bandpass y Bandstop

Los tres tipos de prototipos pueden transformarse de bajapasa a otras respuestas selectivas de frecuencia a través de transformaciones espectrales (replazando el z]]]-variable con una función racional apropiada). Por ejemplo, una transformación de bajapasa-a-bandpasa duplica el orden de filtro y se implementa fácilmente en herramientas de software.

Comparación con filtros FIR

Los filtros FIR ofrecen una fase lineal y estabilidad garantizada, pero requieren órdenes mucho más altas para que coincidan con el rendimiento de la redondez IIR. En aplicaciones donde la fase no es crítica, el menor costo computacional de los filtros IIR, especialmente elípticos, los convierte en la opción preferida. Para sistemas en tiempo real con presupuestos de latencia estrictos, los filtros IIIR pueden ser implementados con un mínimo retraso.

Conclusión

Diseño de filtros IIR con Butterworth, Chebyshev y características elípticas implica equilibrar objetivos de competencia de la flatness de la banda, la capacidad de transición y la complejidad de la implementación. Los filtros Butterworth proporcionan el diseño más simple y la respuesta más predecible de la fase, haciéndolos una opción segura para aplicaciones de audio y baja frecuencia de uso general.

El ingeniero moderno puede aprovechar las bibliotecas de software sofisticadas para prototipo rápidamente estos filtros, dejando tiempo para centrarse en los cambios de nivel de sistema y la verificación. Entendiendo los soportes matemáticos asegura que el filtro seleccionado cumple tanto las especificaciones de dominio de frecuencia como las limitaciones de su sistema de procesamiento de señales digitales en el mundo real.

Para más información sobre la teoría del diseño y la derivación de estos filtros, véase Julius O. Smith libro en línea sobre filtros digitales] y los textos clásicos de Oppenheim y Schafer. Adicionalmente, el informe de aplicación de Texas Instruments "Diseño de filtros digitales IIR" proporciona una guía práctica orientada a la implementación.