Filtro paso bajo

Introducción a los filtros paso bajo

Los filtros paso bajo permiten el paso de señales por debajo de una frecuencia de corte (banda de paso) y atenúan señales por encima de la frecuencia de corte (banda de atenuación).

Los filtros paso bajo, en especial los filtros de media móvil o los filtros Savitzky-Golay, se utilizan a menudo para limpiar señales, eliminar ruido, crear un efecto de suavizado, calcular los promedios de datos, y diseñar diezmadores e interpoladores. Los filtros paso bajo producen cambios lentos en los valores de salida para facilitar la observación de tendencias y aumentar la proporción de señal a ruido con una degradación mínima de la señal.

Suavizado de señales utilizando el filtro Savitzky-Golay y el filtro de media móvil.

Suavizado de señales utilizando el filtro Savitzky-Golay y el filtro de media móvil.

Puede utilizar MATLAB® para diseñar filtros basados en respuesta finita al impulso (FIR) y respuesta infinita al impulso (IIR), dos métodos frecuentes de filtro paso bajo.

Los filtros FIR son muy populares porque son inherentemente estables. Se pueden diseñar para que tengan una fase lineal que introduce un retardo en la señal filtrada mientras se mantiene la forma de onda. Sin embargo, estos filtros pueden tener respuestas transitorias largas y podrían imponer una alta carga computacional en ciertas aplicaciones. Los filtros FIR son útiles en aplicaciones de audio, biomédicas, de radar y otras en las que la forma de onda proporciona información útil. Algunos de los métodos frecuentes de diseño de filtros paso bajo basados en FIR son ventana de Kaisermínimos cuadradosrizado constante.

Especificaciones de diseño y respuesta de un filtro FIR Kaiser paso bajo en MATLAB.

Especificaciones de diseño y respuesta de un filtro FIR Kaiser paso bajo en MATLAB.

Los filtros IIR son útiles cuando los recursos computacionales son limitados. Sin embargo, los filtros IIR estables y causales no tienen una fase perfectamente lineal. Los filtros IIR se utilizan frecuentemente en ecualización de audio, procesamiento de señales de sensores biomédicos, sensores inteligentes IoT/IIoT y aplicaciones de telecomunicaciones/RF de alta velocidad. Entre los métodos de diseño de filtros basados en IIR se encuentran Butterworth, Chebyshev (tipo I y tipo II) y elíptico.

Especificaciones de diseño y respuesta de un filtro IIR Chebyshev tipo I paso bajo en MATLAB.

Especificaciones de diseño y respuesta de un filtro IIR Chebyshev tipo I paso bajo en MATLAB.

La función lowpass de Signal Processing Toolbox™ es particularmente útil para filtrar señales rápidamente. Puede usar designfilt y otras funciones específicas de algoritmos (butter, fir1) cuando se requiere más control sobre parámetros tales como el tipo y orden de filtro, y la atenuación. Para obtener más información sobre el diseño de filtros, consulteSignal Processing Toolbox™.

También puede consultar estos temas: GPU para algoritmos de procesamiento de señales en MATLAB, DSP System Toolbox, filtro paso alto, diseño de filtros, cuantización, Eliminación de ruido, filtro notch, Filtro paso banda