SlideShare una empresa de Scribd logo
1 de 40
Universidad Técnica
Particular de Loja
PROCESAMIENTO
DE SEÑALES
Escuela de Electrónica
y Telecomunicaciones
Carlos Carrión Betancourth
EQBYTE.INC
dsputpl@gmail.com
Presentación
• Objetivo general
Entender la introducción a los filtros digitales FIR a través del
aprendizaje de los filtros Moving Average (Promedio Móvil)
• Temática
 Filtros Moving Average e introducción a filtros digitales FIR.
• Metodología
Presentación general de la temática, discusión del tema por parte
de los estudiantes, realizar un laboratorio en software de Matlab, y
una introducción a herramientas de diseño hardware.
Contenido de la presentación
• Introducción a Moving Average (MA).
• Ejemplo de un sistema promediador.
• Filtro MA implementación por la Convolución.
• La respuesta al impulso.
• Reducción del ruido por MA.
• Respuesta en frecuencia de un filtro MA.
• Filtros relacionados a MA.
• Filtros MA recursivos.
Introducción a Moving Average (MA).
• El MA es el filtro más común en DSP,
especialmente porque es el filtro más fácil
de entender y utilizar (Smith, 1999).
• Es un filtro óptimo para tareas comunes:
– Reducir ruido aleatorio, mientras mantiene la
forma de respuesta en escalón.
• Es el principal filtro para señales
codificadas en el dominio del tiempo.
Introducción a Moving Average (MA).
• Aunque el filtro MA sea uno de los “campeones”
en el filtrado de señales codificadas en el dominio
del tiempo, este es uno de los peores filtros para
trabajar con señales codificadas en el dominio de
la frecuencia.
• El filtro MA tiene poquísima capacidad para
separar bandas de frecuencia (Smith, 1999).
• Entre los principales MA tenemos Gausianos,
Blackman y MA de múltiples etapas.
Contenido de la presentación
• Introducción a Moving Average (MA).
• Ejemplo de un sistema promediador.
• Filtro MA implementación por la Convolución.
• La respuesta al impulso.
• Reducción del ruido por MA.
• Respuesta en frecuencia de un filtro MA.
• Filtros relacionados a MA.
• Filtros MA recursivos.
Ejemplo de un sistema promediador (Lyons,2004)
• Si tenemos un sistema que esta contando
el número de autos que pasan sobre un
puente en cada minuto, y necesitamos
saber el número promedio de autos por
minuto en intervalos de cinco minutos. Si el
resultado de nuestro sistema contador para
los primeros 10 minutos son los valores que
se muestra en la siguiente tabla:
Ejemplo de un sistema promediador (Lyons,2004)
Minutos Número de autos/minuto
sobre el último minuto
Número de autos/minuto
promediados sobre los
últimos cinco minutos
1 10 -
2 22 -
3 24 -
4 42 -
5 37 27
6 77 40.4
7 89 53.8
8 22 53.4
9 63 57.6
10 9 52
Ejemplo de un sistema promediador (Lyons,2004)
• El número promedio de autos/minuto sobre los últimos
cinco minutos previos se muestran en la parte derecha de
la tabla
• Matemáticamente:
– (10+22+24+42+37) / 5 = 27
– (22+24+42+37+77) / 5 = 40.5
– …
• En general para este caso, si la kth muestra de entrada es
x(k), entonces la enecima salida es:
Ejemplo de un sistema promediador (Lyons,2004)
Ejemplo de un sistema promediador (Lyons,2004)
Ejemplo de un sistema promediador (Lyons,2004)
• Conclusiones importantes:
– En la gráfica anterior podemos ver la línea azul como la señal de entrada,
con cambios repentinos en la secuencia de datos. Las transiciones
repentinas en la secuencia del tiempo representan componentes de alta
frecuencia.
– En la misma gráfica se puede apreciar los valores promediados a través
de la línea en rojo, la cual tiene un trazo más suave. De ahí se puede
deducir que este filtro simple MA es un filtro del tipo pasa - bajos.
– Aunque se trate en si de un filtro FIR pasa-bajos, este no trabaja bien en
la separación de frecuencias, veremos más adelante que la respuesta en
frecuencia de un filtro MA tiene un roll-off lento y la atenuación en la
banda de rechazo es insignificante.
Contenido de la presentación
• Introducción a Moving Average (MA).
• Ejemplo de un sistema promediador.
• Filtro MA implementación por la Convolución.
• La respuesta al impulso.
• Reducción del ruido por MA.
• Respuesta en frecuencia de un filtro MA.
• Filtros relacionados a MA.
• Filtros MA recursivos.
Filtro MA implementación por Convolución
Ya revisamos un breve ejemplo de esta clase filtro, el cual como su
nombre lo implica, opera haciendo un promedio a un número de
puntos de la señal de entrada para producir cada punto en la señal de
salida. En forma de ecuación, tenemos:
Filtro MA implementación por Convolución
Por ejemplo, en un filtro MA de 5 puntos, el punto 80 en la señal de
salida esta dado (Smith, 1999):
Como una alternativa, el grupo de puntos de la señal de entrada se
puede elegir simétricamente alrededor del punto de salida:
Filtro MA implementación por Convolución
Basándonos en el primer ejemplo del promedio de autos, se
presentará el diagrama de bloques, para formalizar la naturaleza del
filtro digital. Ponemos la ecuación y el diagrama de bloques como:
Filtro MA implementación por Convolución
Podemos reescribir la ecuación anterior, para obtener este resultado
equivalente:
Filtro MA implementación por Convolución
Filtro MA implementación por Convolución
Repitiendo la ecuación que describe los diagramas anteriores, y
eliminando el subíndice en el término de salida tenemos:
Ya que en el futuro trataremos con filtros cuyos coeficientes no son
siempre los mismos, representaremos los valores individuales de los
coeficientes por una variable, un término como h(k), por ejemplo:
En forma más general tenemos:
Filtro MA implementación por Convolución
En forma general podemos decir que para un filtro FIR de M-
ponderaciones (M-tap FIR filter), la nth salida esta dada por:
Como podemos darnos cuenta la ecuación anterior, es la tan famosa
Convolución, las misma que se esta aplicando en este caso a los
filtros digitales FIR.
Contenido de la presentación
• Introducción a Moving Average (MA).
• Ejemplo de un sistema promediador.
• Filtro MA implementación por la Convolución.
• La respuesta al impulso.
• Reducción del ruido.
• Respuesta en frecuencia de un filtro MA.
• Filtros relacionados a MA.
• Filtros MA recursivos.
La respuesta al impulso.
Vamos a introducirnos un poco más
profundo a un término que tenemos que
tener en mente, la respuesta al impulso. La
respuesta al impulso de un filtro es
exactamente lo que su nombre implica – Es
la secuencia de salida del filtro en el
dominio del tiempo cuando la entrada es
una sola muestra de valor unitario (un
impulso) precedida y seguida de muestras
de valor cero.
La respuesta al impulso
Contenido de la presentación
• Introducción a Moving Average (MA).
• Ejemplo de un sistema promediador.
• Filtro MA implementación por la Convolución.
• La respuesta al impulso.
• Reducción del ruido por MA.
• Respuesta en frecuencia de un filtro MA.
• Filtros relacionados a MA.
• Filtros MA recursivos.
Reducción del ruido por MA
• El filtro MA es óptimo para la reducción de ruido aleatorio
mientras mantiene la forma de onda de la señal original
(respuesta al escalón).
• La cantidad que se reduce el ruido es igual a la raíz
cuadrada del número de puntos en promedio. Por ejemplo,
un filtro MA de 100 puntos reduce el ruido en un factor de
10
• Este filtro es ideal para reducir el ruido, porque no hay que
preocuparnos mucho por los coeficientes que vamos a
introducir (recordar que un filtro MA los coeficientes son
iguales), ya que al ser una señal aleatoria es inútil hacer
un tratamiento especial a los puntos de entrada.
Reducción del ruido por MA
Contenido de la presentación
• Introducción a Moving Average (MA).
• Ejemplo de un sistema promediador.
• Filtro MA implementación por la Convolución.
• La respuesta al impulso.
• Reducción del ruido por MA.
• Respuesta en frecuencia de un filtro MA.
• Filtros relacionados a MA.
• Filtros MA recursivos.
Respuesta en frecuencia de un filtro MA.
La respuesta en frecuencia de un filtro MA,
está matemáticamente descrita por la
transformada de Fourier de un pulso
rectangular:
Respuesta en frecuencia de un filtro MA.
Respuesta en frecuencia de un filtro MA.
Del gráfico anterior se puede desprender que esta clase
de filtro tiene un roll-off bastante lento, además podemos
darnos cuenta que la atenuación en la banda de rechazo
no es muy buena.
Aunque se trate de un filtro de tipo pasa-bajos no es
recomendado para separar bandas de frecuencia.
Al no ser recomendado para separar bandas de
frecuencia, este filtro por el contrario es ideal para la
suavización de señales en el dominio del tiempo.
Contenido de la presentación
• Introducción a Moving Average (MA).
• Ejemplo de un sistema promediador.
• Filtro MA implementación por la Convolución.
• La respuesta al impulso.
• Reducción del ruido por MA.
• Respuesta en frecuencia de un filtro MA.
• Filtros relacionados a MA.
• Filtros MA recursivos.
Filtros relacionados a MA.
• En un mundo perfecto, solo tendríamos que
lidiar con señales codificadas en tiempo o
en frecuencia.
• Pero hay aplicaciones donde ambos
dominios son importantes.
• Ej: Señales de Televisión
Filtros relacionados a MA.
• Para tratar con estos problemas se han
diseñados filtros de promedio móvil de
múltiples pasadas.
• Consisten en pasar la señal por dos o más
filtros de promedio móvil.
• Después de 4 o más pasadas, el filtro se
convierte en un Gausiano.
Filtros relacionados a MA.
Filtros relacionados a MA.
• Estos filtros son mejores que el promedio
móvil en tres aspectos:
– Mejor atenuación de banda de corte.
– Sus extremos disminuyen lentamente.
– La respuesta a escalera es mas suave.
• La primera es importante, las dos siguientes
no tanto.
Filtros relacionados a MA.
• La principal diferencia es el tiempo de
ejecución del algoritmo.
• Usando un algoritmo recursivo el filtro del
promedio móvil se calcula muy rápidamente
en una computadora.
• Es el filtro más rápido existente.
Filtros relacionados a MA.
• Si usamos filtros Gauss o Blackman se
debe realizar una Convolución que es
mucho más lenta.
• Un filtro de 100 puntos que usa Gauss es
1000 veces más lento que uno de promedio
móvil.
Contenido de la presentación
• Introducción a Moving Average (MA).
• Ejemplo de un sistema promediador.
• Filtro MA implementación por la Convolución.
• La respuesta al impulso.
• Reducción del ruido por MA.
• Respuesta en frecuencia de un filtro MA.
• Filtros relacionados a MA.
• Filtros MA recursivos.
Filtros MA recursivos.
• Imagine pasar una señal x[] a través de un
filtro de promedio móvil para formar una
señal de salida y[].
Filtros MA recursivos.
• Son aproximadamente los mismos cálculos.
• Una manera más eficiente de realizarla
sería:
• Donde:

Más contenido relacionado

La actualidad más candente

Sistemas de segundo orden
Sistemas de segundo  ordenSistemas de segundo  orden
Sistemas de segundo orden
Henry Alvarado
 

La actualidad más candente (20)

Sección 2.6: Sistemas descritos mediante ecuaciones en diferencias
Sección 2.6: Sistemas descritos mediante ecuaciones en diferenciasSección 2.6: Sistemas descritos mediante ecuaciones en diferencias
Sección 2.6: Sistemas descritos mediante ecuaciones en diferencias
 
Ejercicios transformada z
Ejercicios transformada zEjercicios transformada z
Ejercicios transformada z
 
Señales de tiempo continuo y discreto MATLAB
Señales de tiempo continuo y discreto MATLABSeñales de tiempo continuo y discreto MATLAB
Señales de tiempo continuo y discreto MATLAB
 
Óptica - Hecht
Óptica - HechtÓptica - Hecht
Óptica - Hecht
 
análisis en el dominio de la frecuencia
análisis en el dominio de la frecuencia análisis en el dominio de la frecuencia
análisis en el dominio de la frecuencia
 
Transformada Zeta, Definicion y Usos en la Vida Real
Transformada Zeta, Definicion y Usos en la Vida RealTransformada Zeta, Definicion y Usos en la Vida Real
Transformada Zeta, Definicion y Usos en la Vida Real
 
Mezclador FDM
Mezclador FDMMezclador FDM
Mezclador FDM
 
Series de Fourier en señales periódicas
Series de Fourier en señales periódicasSeries de Fourier en señales periódicas
Series de Fourier en señales periódicas
 
Ejercicios Modulación Análoga & Digital resultados(fam)-rev3
Ejercicios Modulación Análoga & Digital resultados(fam)-rev3Ejercicios Modulación Análoga & Digital resultados(fam)-rev3
Ejercicios Modulación Análoga & Digital resultados(fam)-rev3
 
Sa fourier con matlab
Sa fourier con matlabSa fourier con matlab
Sa fourier con matlab
 
Funciones singulares jesus badell
Funciones singulares jesus badellFunciones singulares jesus badell
Funciones singulares jesus badell
 
Routh teoria control
Routh teoria controlRouth teoria control
Routh teoria control
 
Modulacion AM
Modulacion AMModulacion AM
Modulacion AM
 
Sistemas de segundo orden
Sistemas de segundo  ordenSistemas de segundo  orden
Sistemas de segundo orden
 
Señales y sistemas
Señales y sistemasSeñales y sistemas
Señales y sistemas
 
Análisis de la respuesta transitoria. sistemas de segundo orden
Análisis de la respuesta transitoria. sistemas de segundo ordenAnálisis de la respuesta transitoria. sistemas de segundo orden
Análisis de la respuesta transitoria. sistemas de segundo orden
 
Teorema de la serie de fourier
Teorema de la serie de fourierTeorema de la serie de fourier
Teorema de la serie de fourier
 
Apuntes ansys
Apuntes ansysApuntes ansys
Apuntes ansys
 
Guías de onda
Guías de ondaGuías de onda
Guías de onda
 
Sistemas de Conmutación: Introducción
Sistemas de Conmutación: IntroducciónSistemas de Conmutación: Introducción
Sistemas de Conmutación: Introducción
 

Similar a moving-average.ppt

Practica 1 Laboratorio Telecomunicaciones I
Practica 1 Laboratorio Telecomunicaciones IPractica 1 Laboratorio Telecomunicaciones I
Practica 1 Laboratorio Telecomunicaciones I
SAWERS S.R.L.
 
Filtros activos
Filtros activosFiltros activos
Filtros activos
gotens1984
 
Sesion 04 - Digitalizacion de senales (parte-II)
Sesion 04 - Digitalizacion de senales (parte-II)Sesion 04 - Digitalizacion de senales (parte-II)
Sesion 04 - Digitalizacion de senales (parte-II)
gluzardo
 
Diseño de filtros digitales-FIRXZFASFASFCZXCAS.pptx
Diseño de filtros digitales-FIRXZFASFASFCZXCAS.pptxDiseño de filtros digitales-FIRXZFASFASFCZXCAS.pptx
Diseño de filtros digitales-FIRXZFASFASFCZXCAS.pptx
SANTOS400018
 

Similar a moving-average.ppt (20)

Filtros digitales.pptx
Filtros digitales.pptxFiltros digitales.pptx
Filtros digitales.pptx
 
Practica 1 Laboratorio Telecomunicaciones I
Practica 1 Laboratorio Telecomunicaciones IPractica 1 Laboratorio Telecomunicaciones I
Practica 1 Laboratorio Telecomunicaciones I
 
Clase 17 dsp
Clase 17 dspClase 17 dsp
Clase 17 dsp
 
Procesamiento Digital De Señales Filtro Pasa Altas 4to Orden - MATLAB
Procesamiento Digital De Señales Filtro Pasa Altas 4to Orden - MATLABProcesamiento Digital De Señales Filtro Pasa Altas 4to Orden - MATLAB
Procesamiento Digital De Señales Filtro Pasa Altas 4to Orden - MATLAB
 
Filtros
FiltrosFiltros
Filtros
 
PRACTICA : FILTROS ACTIVOS CON OPAM
PRACTICA : FILTROS ACTIVOS CON OPAMPRACTICA : FILTROS ACTIVOS CON OPAM
PRACTICA : FILTROS ACTIVOS CON OPAM
 
FILTRO IRR MATLAB
FILTRO IRR MATLABFILTRO IRR MATLAB
FILTRO IRR MATLAB
 
Capitulo5
Capitulo5Capitulo5
Capitulo5
 
Procesamiento digital de señales fase_3_aplicaciones
Procesamiento digital de señales  fase_3_aplicacionesProcesamiento digital de señales  fase_3_aplicaciones
Procesamiento digital de señales fase_3_aplicaciones
 
Filtros activos
Filtros activosFiltros activos
Filtros activos
 
DISEÑO Y ELECTRONICA ANALOGICA - FILTRO PASA BAJOS - LOW PASS FILTER
DISEÑO Y ELECTRONICA ANALOGICA - FILTRO PASA BAJOS - LOW PASS FILTERDISEÑO Y ELECTRONICA ANALOGICA - FILTRO PASA BAJOS - LOW PASS FILTER
DISEÑO Y ELECTRONICA ANALOGICA - FILTRO PASA BAJOS - LOW PASS FILTER
 
Sesion 04 - Digitalizacion de senales (parte-II)
Sesion 04 - Digitalizacion de senales (parte-II)Sesion 04 - Digitalizacion de senales (parte-II)
Sesion 04 - Digitalizacion de senales (parte-II)
 
Filtro de bessel
Filtro de besselFiltro de bessel
Filtro de bessel
 
Filtros fir
Filtros firFiltros fir
Filtros fir
 
Clase 19 dsp
Clase 19 dspClase 19 dsp
Clase 19 dsp
 
Métodos de Diseño de Filtros FIR
Métodos de Diseño de Filtros FIRMétodos de Diseño de Filtros FIR
Métodos de Diseño de Filtros FIR
 
filtros introduccion
filtros introduccionfiltros introduccion
filtros introduccion
 
Diseño de filtros digitales-FIRXZFASFASFCZXCAS.pptx
Diseño de filtros digitales-FIRXZFASFASFCZXCAS.pptxDiseño de filtros digitales-FIRXZFASFASFCZXCAS.pptx
Diseño de filtros digitales-FIRXZFASFASFCZXCAS.pptx
 
Amplitud modulada 12
Amplitud modulada 12Amplitud modulada 12
Amplitud modulada 12
 
Informe ofdm2
Informe ofdm2Informe ofdm2
Informe ofdm2
 

Último

Último (20)

Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperio
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
actividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoactividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° grado
 

moving-average.ppt

  • 1. Universidad Técnica Particular de Loja PROCESAMIENTO DE SEÑALES Escuela de Electrónica y Telecomunicaciones Carlos Carrión Betancourth EQBYTE.INC dsputpl@gmail.com
  • 2. Presentación • Objetivo general Entender la introducción a los filtros digitales FIR a través del aprendizaje de los filtros Moving Average (Promedio Móvil) • Temática  Filtros Moving Average e introducción a filtros digitales FIR. • Metodología Presentación general de la temática, discusión del tema por parte de los estudiantes, realizar un laboratorio en software de Matlab, y una introducción a herramientas de diseño hardware.
  • 3. Contenido de la presentación • Introducción a Moving Average (MA). • Ejemplo de un sistema promediador. • Filtro MA implementación por la Convolución. • La respuesta al impulso. • Reducción del ruido por MA. • Respuesta en frecuencia de un filtro MA. • Filtros relacionados a MA. • Filtros MA recursivos.
  • 4. Introducción a Moving Average (MA). • El MA es el filtro más común en DSP, especialmente porque es el filtro más fácil de entender y utilizar (Smith, 1999). • Es un filtro óptimo para tareas comunes: – Reducir ruido aleatorio, mientras mantiene la forma de respuesta en escalón. • Es el principal filtro para señales codificadas en el dominio del tiempo.
  • 5. Introducción a Moving Average (MA). • Aunque el filtro MA sea uno de los “campeones” en el filtrado de señales codificadas en el dominio del tiempo, este es uno de los peores filtros para trabajar con señales codificadas en el dominio de la frecuencia. • El filtro MA tiene poquísima capacidad para separar bandas de frecuencia (Smith, 1999). • Entre los principales MA tenemos Gausianos, Blackman y MA de múltiples etapas.
  • 6. Contenido de la presentación • Introducción a Moving Average (MA). • Ejemplo de un sistema promediador. • Filtro MA implementación por la Convolución. • La respuesta al impulso. • Reducción del ruido por MA. • Respuesta en frecuencia de un filtro MA. • Filtros relacionados a MA. • Filtros MA recursivos.
  • 7. Ejemplo de un sistema promediador (Lyons,2004) • Si tenemos un sistema que esta contando el número de autos que pasan sobre un puente en cada minuto, y necesitamos saber el número promedio de autos por minuto en intervalos de cinco minutos. Si el resultado de nuestro sistema contador para los primeros 10 minutos son los valores que se muestra en la siguiente tabla:
  • 8. Ejemplo de un sistema promediador (Lyons,2004) Minutos Número de autos/minuto sobre el último minuto Número de autos/minuto promediados sobre los últimos cinco minutos 1 10 - 2 22 - 3 24 - 4 42 - 5 37 27 6 77 40.4 7 89 53.8 8 22 53.4 9 63 57.6 10 9 52
  • 9. Ejemplo de un sistema promediador (Lyons,2004) • El número promedio de autos/minuto sobre los últimos cinco minutos previos se muestran en la parte derecha de la tabla • Matemáticamente: – (10+22+24+42+37) / 5 = 27 – (22+24+42+37+77) / 5 = 40.5 – … • En general para este caso, si la kth muestra de entrada es x(k), entonces la enecima salida es:
  • 10. Ejemplo de un sistema promediador (Lyons,2004)
  • 11. Ejemplo de un sistema promediador (Lyons,2004)
  • 12. Ejemplo de un sistema promediador (Lyons,2004) • Conclusiones importantes: – En la gráfica anterior podemos ver la línea azul como la señal de entrada, con cambios repentinos en la secuencia de datos. Las transiciones repentinas en la secuencia del tiempo representan componentes de alta frecuencia. – En la misma gráfica se puede apreciar los valores promediados a través de la línea en rojo, la cual tiene un trazo más suave. De ahí se puede deducir que este filtro simple MA es un filtro del tipo pasa - bajos. – Aunque se trate en si de un filtro FIR pasa-bajos, este no trabaja bien en la separación de frecuencias, veremos más adelante que la respuesta en frecuencia de un filtro MA tiene un roll-off lento y la atenuación en la banda de rechazo es insignificante.
  • 13. Contenido de la presentación • Introducción a Moving Average (MA). • Ejemplo de un sistema promediador. • Filtro MA implementación por la Convolución. • La respuesta al impulso. • Reducción del ruido por MA. • Respuesta en frecuencia de un filtro MA. • Filtros relacionados a MA. • Filtros MA recursivos.
  • 14. Filtro MA implementación por Convolución Ya revisamos un breve ejemplo de esta clase filtro, el cual como su nombre lo implica, opera haciendo un promedio a un número de puntos de la señal de entrada para producir cada punto en la señal de salida. En forma de ecuación, tenemos:
  • 15. Filtro MA implementación por Convolución Por ejemplo, en un filtro MA de 5 puntos, el punto 80 en la señal de salida esta dado (Smith, 1999): Como una alternativa, el grupo de puntos de la señal de entrada se puede elegir simétricamente alrededor del punto de salida:
  • 16. Filtro MA implementación por Convolución Basándonos en el primer ejemplo del promedio de autos, se presentará el diagrama de bloques, para formalizar la naturaleza del filtro digital. Ponemos la ecuación y el diagrama de bloques como:
  • 17. Filtro MA implementación por Convolución Podemos reescribir la ecuación anterior, para obtener este resultado equivalente:
  • 18. Filtro MA implementación por Convolución
  • 19. Filtro MA implementación por Convolución Repitiendo la ecuación que describe los diagramas anteriores, y eliminando el subíndice en el término de salida tenemos: Ya que en el futuro trataremos con filtros cuyos coeficientes no son siempre los mismos, representaremos los valores individuales de los coeficientes por una variable, un término como h(k), por ejemplo: En forma más general tenemos:
  • 20. Filtro MA implementación por Convolución En forma general podemos decir que para un filtro FIR de M- ponderaciones (M-tap FIR filter), la nth salida esta dada por: Como podemos darnos cuenta la ecuación anterior, es la tan famosa Convolución, las misma que se esta aplicando en este caso a los filtros digitales FIR.
  • 21. Contenido de la presentación • Introducción a Moving Average (MA). • Ejemplo de un sistema promediador. • Filtro MA implementación por la Convolución. • La respuesta al impulso. • Reducción del ruido. • Respuesta en frecuencia de un filtro MA. • Filtros relacionados a MA. • Filtros MA recursivos.
  • 22. La respuesta al impulso. Vamos a introducirnos un poco más profundo a un término que tenemos que tener en mente, la respuesta al impulso. La respuesta al impulso de un filtro es exactamente lo que su nombre implica – Es la secuencia de salida del filtro en el dominio del tiempo cuando la entrada es una sola muestra de valor unitario (un impulso) precedida y seguida de muestras de valor cero.
  • 23. La respuesta al impulso
  • 24. Contenido de la presentación • Introducción a Moving Average (MA). • Ejemplo de un sistema promediador. • Filtro MA implementación por la Convolución. • La respuesta al impulso. • Reducción del ruido por MA. • Respuesta en frecuencia de un filtro MA. • Filtros relacionados a MA. • Filtros MA recursivos.
  • 25. Reducción del ruido por MA • El filtro MA es óptimo para la reducción de ruido aleatorio mientras mantiene la forma de onda de la señal original (respuesta al escalón). • La cantidad que se reduce el ruido es igual a la raíz cuadrada del número de puntos en promedio. Por ejemplo, un filtro MA de 100 puntos reduce el ruido en un factor de 10 • Este filtro es ideal para reducir el ruido, porque no hay que preocuparnos mucho por los coeficientes que vamos a introducir (recordar que un filtro MA los coeficientes son iguales), ya que al ser una señal aleatoria es inútil hacer un tratamiento especial a los puntos de entrada.
  • 27. Contenido de la presentación • Introducción a Moving Average (MA). • Ejemplo de un sistema promediador. • Filtro MA implementación por la Convolución. • La respuesta al impulso. • Reducción del ruido por MA. • Respuesta en frecuencia de un filtro MA. • Filtros relacionados a MA. • Filtros MA recursivos.
  • 28. Respuesta en frecuencia de un filtro MA. La respuesta en frecuencia de un filtro MA, está matemáticamente descrita por la transformada de Fourier de un pulso rectangular:
  • 29. Respuesta en frecuencia de un filtro MA.
  • 30. Respuesta en frecuencia de un filtro MA. Del gráfico anterior se puede desprender que esta clase de filtro tiene un roll-off bastante lento, además podemos darnos cuenta que la atenuación en la banda de rechazo no es muy buena. Aunque se trate de un filtro de tipo pasa-bajos no es recomendado para separar bandas de frecuencia. Al no ser recomendado para separar bandas de frecuencia, este filtro por el contrario es ideal para la suavización de señales en el dominio del tiempo.
  • 31. Contenido de la presentación • Introducción a Moving Average (MA). • Ejemplo de un sistema promediador. • Filtro MA implementación por la Convolución. • La respuesta al impulso. • Reducción del ruido por MA. • Respuesta en frecuencia de un filtro MA. • Filtros relacionados a MA. • Filtros MA recursivos.
  • 32. Filtros relacionados a MA. • En un mundo perfecto, solo tendríamos que lidiar con señales codificadas en tiempo o en frecuencia. • Pero hay aplicaciones donde ambos dominios son importantes. • Ej: Señales de Televisión
  • 33. Filtros relacionados a MA. • Para tratar con estos problemas se han diseñados filtros de promedio móvil de múltiples pasadas. • Consisten en pasar la señal por dos o más filtros de promedio móvil. • Después de 4 o más pasadas, el filtro se convierte en un Gausiano.
  • 35. Filtros relacionados a MA. • Estos filtros son mejores que el promedio móvil en tres aspectos: – Mejor atenuación de banda de corte. – Sus extremos disminuyen lentamente. – La respuesta a escalera es mas suave. • La primera es importante, las dos siguientes no tanto.
  • 36. Filtros relacionados a MA. • La principal diferencia es el tiempo de ejecución del algoritmo. • Usando un algoritmo recursivo el filtro del promedio móvil se calcula muy rápidamente en una computadora. • Es el filtro más rápido existente.
  • 37. Filtros relacionados a MA. • Si usamos filtros Gauss o Blackman se debe realizar una Convolución que es mucho más lenta. • Un filtro de 100 puntos que usa Gauss es 1000 veces más lento que uno de promedio móvil.
  • 38. Contenido de la presentación • Introducción a Moving Average (MA). • Ejemplo de un sistema promediador. • Filtro MA implementación por la Convolución. • La respuesta al impulso. • Reducción del ruido por MA. • Respuesta en frecuencia de un filtro MA. • Filtros relacionados a MA. • Filtros MA recursivos.
  • 39. Filtros MA recursivos. • Imagine pasar una señal x[] a través de un filtro de promedio móvil para formar una señal de salida y[].
  • 40. Filtros MA recursivos. • Son aproximadamente los mismos cálculos. • Una manera más eficiente de realizarla sería: • Donde: