13

Prof. Stefano Gori

FILTRI NUMERICI
Nella sua accezione pi generale, un filtro un sistema a tempo discreto invariante
alla traslazione.
Il progetto del filtro richiede:
1. specifica delle propriet del filtro;
2. approssimazione delle specifiche per mezzo di un sistema;
3. realizzazione del sistema utilizzando laritmetica a precisione finita.
possibile distinguere tecniche per filtri IIR, per i quali si tratta di approssimare la
risposta in frequenza con una funzione razionale, da quelle per i filtri FIR, per i quali
si utilizza una funzione polinomiale.
Specificare le propriet di un filtro significa stabilire il tipo di filtro e le tolleranze
ammesse. Ad esempio, se si deve realizzare un filtro P.B. con una certa frequenza di
taglio
t
, luso di espressioni matematiche continue a tratti realizza:
una banda passante;
una banda di transizione;
una banda oscura.
Nello specificare le propriet del filtro, devo definire i parametri
1
<<1,
2
<<1
,

p

t,

t
in modo che:
s
0
H
1 H 1
p
p
2 ) (
2 ) ( 1

'

+
La tecnica di progetto dei filtri analogici molto progredita ed i risultati ottenibili
sono buoni. Risulta cos conveniente progettare i filtri numerici a partire da quelli
14
analogici. Quello che si chiede che le propriet essenziali della risposta in frequenza
analogica siano conservate nella risposta in frequenza del filtro numerico e che ad un
filtro analogico stabile ne corrisponda uno numerico stabile.
Il filtro analogico una funzione di trasferimento da un ingresso x
a
(t) ad una uscita
y
a
(t):
x
a
(t) y
a
(t)
)d - t ( h ) ( x (t) y a
-
a a

Si noti come questo integrale, detto cross-correlazione fra x

a
(t) e h
a
(t), sia simile alla
somma di convoluzione.
La Trasformata di Laplace (TdL) di h
a
(t) :
) s ( X
) s ( Y
) s ( H
a
a
a
,
dove X
a
(s) e Y
a
(s) sono la TdL di x
a
(t) e y
a
(t).

N
0 k
k
k
M
o k
k
k
a
a
a
S c
S d
) s ( X
) s ( Y
) s ( H
h
a
(t) lanti-trasformata di Laplace di H
a
(s).
Luscita del sistema che ha questa funzione di trasferimento si pu scrivere
indifferentemente:
)d - t ( h ) ( x (t) y a
-
a a

(forma integrale)
k
a
k
M
0 k
k
k
a
k
N
0 k
k
dt
(t) x d
d
dt
(t) y d
c


(forma differenziale)
Filtro analogico
ha(t)
15
I filtri numerici possono rappresentarsi con luscita y
n
tale che:

k
k - n k n
h x y ,
oppure con la loro trasformata Tz:

N
0 k
k -
k
M
o k
k -
k
Z a
Z b
) z ( X
) z ( Y
) z ( H
Il problema del progetto dei filtri numerici si riduce quindi al seguente:
H
a
(s) H(z)
h
a
(t) h
n
I metodi di progetto sono tre:
a) invarianza allimpulso;
b) soluzione numerica dellequazione differenziale;
c) trasformazione bilineare.
a) Invarianza allimpulso
Un procedimento per trasformare il filtro analogico in digitale consiste nel campionare
la funzione analogica h
a
(t) con campioni equispaziati (T, 2T, 3T,, nT)
h
n
= h
a
(nT)
dove T il periodo di campionamento.
Allo stesso modo si calcola la trasformata z di h
n
. Siccome qualsiasi filtro analogico
non limitato in banda su , si ha interferenza fra i termini della sommatoria di H(z),
ossia il campionamento d luogo ad aliasing. Si pu dimostrare che riducendo il
periodo di campionamento T non si influisce sulla quantit di aliasing.
16
In conclusione, questa tecnica utilizzabile solo nel caso di filtri quasi ideali P.B.
Filtri tipo P.A. oppure E.B. richiedono ulteriori limitazioni sul segnale numerico per
evitare le distorsioni dovute allaliasing.
b) Soluzione numerica dellequazione differenziale.
Un altro procedimento consiste nellapprossimare le derivate con differenze finite
nellequazione
k
a
k
k
N
0 k
M
0 k
k
a
k
k
dt
) t ( x d
d
dt
) t ( y d
c

Questo tipo di approssimazione usato spesso in analisi numerica nelle simulazioni di

sistemi analogici.
Al crescere della frequenza di campionamento, cio quando i campioni sono pi
vicini, lapprossimazione sempre pi accurata. Posto:
j [
T
y - y
(n) y
dt
) t ( dy
1 - n n (1)
nT t
a

si ha:
Sostituendo
k
a
k
k
N
0 k
M
0 k
k
a
k
k
dt
) t ( x d
d
dt
) t ( y d
c

si determina che la Tz del digitale si ottiene con un semplice cambio di variabile (*)

'

N
0 k
k
k
M
0 k
k
k
a a
-1
S c
S d
) s ( H D .
T S - 1
1
z
T
z - 1
S
j [ j [ j [ (n) y (k) y
1) - (k (1) (k)

17
si ottiene infine:
k
1 - M
0 k
k
N
0 k
k
-1
k
T
z - 1
c
T
z - 1
d
(z) H
1
]
1

1
]
1

Con il metodo appena descritto, il disturbo dovuto ad aliasing senzaltro minore e

teoricamente si riduce al diminuire del periodo di campionamento. Anche questo
metodo, comunque, per avere aliasing accettabile va utilizzato solo per filtri P.B..
Lutilizzo pratico modesto, perch per avere una sufficiente approssimazione della
derivata occorrono periodi T molto piccoli.
c) Trasformazione bilineare.
E lultimo metodo A/D per filtri IIR. Con questo metodo anzich approssimare le
derivate con le differenze si integra lequazione differenziale e si approssima
numericamente lintegrale. Si consideri, ad esempio, lequazione del primo ordine
(t) x d (t) y c (t) y c
0 a 0
1
a 1
+
La funzione di trasferimento del segnale analogico :
0 1
o
a
c s c
d
) s ( H
+
.
Posso scrivere y
a
(t) come:
) t ( y dt ) t ( y ) t ( y
0 a
t
t
1
a a
0
+

Per t = nT e t
0
= (n-1) T , risulta:
( ) T ) 1 - (n y d ) ( y ) nT ( y
a
nT
T 1) - (n
1
a a
+

Se lintegrale approssimato col metodo dei trapezi, posso scrivere:
18
( ) ( ) j [ T 1) - n ( y ) nT ( y
2
T
T 1) - n ( y ) nT ( y
1
a
1
a a a
+ +
DallE.D. risulta, per, che:
Quindi, posto y
n
= y
a
(nT) e x
n
= x
a
(nT), si ha:
( ) ( )
1
]
1

+ + +
1 - n n
1
0
1 - n n
1
0
1 - n n
x x
c
d
y y
c
c
-
2
T
y - y .
Ricavando H (z)
0
1 -
1 -
1
0
c
z 1
z - 1
T
2
c
d
(z) X
(z) Y
(z) H
+
+
,
si pu osservare come H(z) sia ottenibile da H
a
(s) con la sostituzione

'

,
_

,
_

+

s
2
T
- 1
s
2
T
1
z
z 1
z - 1
T
2
s
1 -
-1
Si pu dimostrare che quanto trovato ha validit generale, ossia che unequazione
differenziale di ordine N della forma

N
0 k
M
0 k
k
a
k
k
k
a
k
k
t d
) t ( x d
d
t d
) t ( y d
c
pu essere scritta come un sistema di N equazioni del primo ordine, lineari.
Le frequenze del filtro numerico e dellanalogico sono legate da
. ) nT ( x
d
d
) nT ( y
c
c
- ) nT ( y
a
1
0
a
1
0 1
a
+
19
2
tg
2
T

.
Questa relazione non lineare e pertanto c una distorsione sullasse delle frequenze.
I filtri analogici possono essere di differenti tipi: fra i principali sono da ricordare:
a) filtro di Butterworth;
b) filtro di Chebyshev;
c) filtro ellittico.
Il filtro di Butterworth ha risposta ) j ( H
a
monotona decrescente
N 2
2
a
j
j
1
1
) j ( H

,
_

+

Fig. 1.1 Risposta in frequenza di un filtro tipo Butterworth
Al crescere di N, la ) j ( H
a
si avvicina allandamento ideale.
Il filtro di Chebyshev non un filtro monotono e necessita della definizione delle
specifiche ,
c
sulle tolleranze in banda passante e oscura e sulle relative estensioni.
La funzione analitica del filtro :
0
0,2
0,4
0,6
0,8
1
1,2
0 10 20 30 40 50

H
(
j
)
^

2
20
V 1
1
) ( H
c
2
N
2
2
a

,
dove V
N
il polinomio di Chebyshev:
V
N
(x) = cos ( N cos
-1
x ) .
Anche il filtro ellittico non monotono, n in banda passante, n in banda oscura. La
sua espressione analitica :
) ( U 1
1
) j ( H
2
N
2
2
a
+

.
ed generalmente considerato un buon filtro, perch la pendenza della curva nella
banda di transizione maggiore che non in altri filtri. U
N
la funzione ellittica di
Jacobi.
Per scegliere il tipo di filtro, pur tenendo presente i problemi citati di aliasing e di
distorsioni, conviene fare il grafico della risposta in frequenza e da questa valutare la
bont del filtro.
Finora abbiamo centrato la nostra attenzione su filtri passa basso, e in particolare sui
filtri reali che hanno risposte in frequenza che approssimano landamento ideale.
Esistono anche filtri passa alto, passa banda e elimina banda; per ottenere uno di
questi filtri da un passa basso si pu fare la trasformazione sia della versione analitica
che numerica del filtro:
21
Non si pongono, quindi, particolari problemi teorici, se non quelli legati al fatto che
laliasing particolarmente temibile in filtri P.A. o E.B..
I filtri IIR possono anche essere progettati con lausilio del calcolatore
La procedura della progettazione di filtri numerici ottenuti dalla trasformazione di
filtri analogici senzaltro utilizzabile per filtri standard; se per il filtro ha delle
specifiche particolari non esistono procedimenti analitici standard e conviene
progettare direttamente il filtro numerico. In questo caso, se ) (e H
j
d

la risposta
desiderata, si cerca di minimizzare
( )
2 j
d
j
M
1 i
) (e H - ) H(e E
i i

:
con ) H(e
i
j
si indicata , per ogni n, la risposta del filtro di progetto.
Deczky (1972) ha generalizzato la funzione E, proponendo di minimizzare la media
pesata della p.ma potenza dellerrore
j [

d ) (e H - ) H(e ) ( W E
p
j
d
j
0
p

W () appunto la funzione che consente di pesare diversamente le varie frequenze.
Anche in questo caso si ottiene un sistema di equazioni non lineari la cui soluzione
richiede luso dellelaboratore.
FILTRO ANALOGICO
P.B.
FILTRO ANALOGICO
DIVERSO
FILTRO
NUMERICO
DIVERSO
FILTRO NUMERICO
P.B.
22
Se vero che i filtri IIR hanno delle caratteristiche molto attraenti, presentano anche
qualche svantaggio. Ad esempio, se si vuole sfruttare il vantaggio offerto dalla
velocit di calcolo della Trasformata Discreta di Fourier con gli algoritmi FFT
essenziale avere una risposta allimpulso di durata finita. In tal caso, necessario
usare un filtro FIR. I filtri FIR possono tra laltro avere fase esattamente lineare
(ossia nessuna distorsione) e questo pu essere utile anche per lanalisi di segnali
sismici.
Nella seguente Tabella si riassumono i vantaggi e gli svantaggi dei due sistemi.
FIR IIR
FASE Pu essere
esattamente lineare
Non lineare
STABILITA Sempre Da controllare
STRUTTURE
REALIZZATIVE
Pi semplici da
progettare, pi
facili da utilizzare
Pi complesse
NUMERO DI
OPERAZIONI
Maggiore Minore
PRECISIONE
FINITA
Effetti minori e
facili da analizzare
Effetti maggiori e
difficili da
analizzare
PROCEDURE DI
PROGETTO
Con calcolatore Con calcolatore o
con procedura
algebrica
23
I filtri FIR sono i pi usati per i seguenti motivi:
- la semplicit;
- lassenza di distorsione;
- la stabilit;
- la possibilit di calcolo veloce della DFT;
- gli effetti minori sulluso della precisione finita.
Un filtro FIR caratterizzato dalla sua risposta allimpulso h
n
di durata finita.
La risposta in frequenza :

1 - N
0 n
j -
n
j
n
e h ) (e H

, somma di N esponenziali complessi.
h
n
0 per n = 0, 1,.., N-1
Il filtro FIR pu essere progettato :
- con luso di finestre;
- con il calcolatore, applicando ancora il criterio di Chebychev.
Comunque lapproccio pi immediato al progetto di filtri FIR consiste nellottenere
una risposta allimpulso di lunghezza finita troncando una risposta di durata infinita
con una finestra. La risposta allimpulso del FIR h
n ,
con n = 0, 1,.., N-1. Sia hd
n
la risposta desiderata; hd
n
definito per ogni n. La risposta in frequenza ideale la
somma di infiniti esponenziali:

n
j -
n
j
n
e hd ) (e Hd

Si ha:

d e ) (e H
2
1
hd
n
j
j
d n

.
Devo quindi troncare hd
n
.
Sia h
n
= hd
n
w
n
, dove
24

'

altrove 0
1 - N n 0 1
w
n
E possibile trovare una relazione fra la risposta in frequenza reale e quella desiderata;
la prima la somma di N esponenziali complessi; la seconda la somma di infiniti
esponenziali complessi:

n
j -
n
j
n
e hd ) (e Hd

n
j -
n
j
n
e h ) (e H

Con la stessa finestra rettangolare w
n
sopra definita, si ha una convergenza non
uniforme di H(e
j
) su Hd(e
i
); si innesca, infatti, un moto oscillatorio sulla H(e
j
) ogni
volta che Hd(e
j
) ha una discontinuit (fenomeno di Gibbs).
Il fenomeno di Gibbs ineliminabile, ma attenuabile definendo finestre meno
brusche:
Finestra rettangolare

'

altrove 0
1 - N n 0 1
w
n
Finestra Bartlett

'

1 - N n
2
1 - N
1 - N
2n
- 2
1 - N n 0
1 - N
n 2
w
n
Finestra Hanning
,
_

1 - N
n 2
cos - 1
2
1
w
n

, 0 n N 1
Finestra Hamming
,
_

1 - N
n 2
cos 0,46 - 0,54 w
n

, 0 n N 1

d ) (e W ) (e Hd
2
1
) (e H
) - ( j j j

25
Finestra Blakman
,
_

+
,
_

1 - N
n 4
cos 0,08
1 - N
n 2
cos 0,5 - 0,42 w
n

per 0 n N 1
La differenza fra le varie frequenze sta appunto nella diversa entit del fenomeno di
Gibbs e nella diversa attenuazione in banda oscura.
SEGNALI CASUALI DISCRETI
stato assunto finora che i segnali fossero deterministici, ossia che ogni valore della
sequenza fosse univocamente determinato. stato anche osservato come i segnali
deterministici, se ad energia finita, fossero rappresentabili tramite la TdF e con la Tz.
stato infine verificato che i segnali ad energia infinita ma periodici possono essere
rappresentati con la DFT, cos come i segnali di durata finita.
Esistono molti esempi importanti di segnali che o non hanno energia finita o non sono
periodici.
Tali sono i segnali casuali. Essi si caratterizzano in termini di medie; molte propriet si
possono esprimere sinteticamente per mezzo di sequenze ad energia finita. Per
descrivere una sequenza casuale, si utilizza la funzione probabilit. La sequenza {x
n
}
descritta, per ogni valore di n, da P(x
n
) e cio dalla probabilit che x
n
sia uguale ad
a
n
. Se la sequenza stazionaria allora essa descritta da P(x
n
), se non stazionaria da
P(x
n
) per ogni n. Da notare che bench i dettagli di queste sequenze siano
imprevedibili certe propriet medie possono essere previste dalla P(x
n
).
26
EFFETTO DELLA QUANTIZZAZIONE
Sia luso dei circuiti hardware che dei programmi per calcolatori comportano la
memorizzazione dei valori delle sequenze e dei coefficienti con formato binario, in
registri di lunghezza finita.
Ad esempio, mentre i parametri di un filtro numerico progettato con una delle
tecniche descritte si ottengono con elevata precisione, quando tali parametri vengono
quantizzati la risposta in frequenza del filtro numerico risultante pu differire
apprezzabilmente da quella originariamente progettata.
Ancora, quando una sequenza da elaborare deriva dal campionamento di un segnale
analogico, la limitazione dovuta alla lunghezza finita del registro comporta che nel
processo di conversione sono disponibili solo un numero finito di possibili valori: i
campioni risultano cos quantizzati.
Infine, se anche un PC utilizzasse dati rappresentabili con lunghezza finita, il risultato
dellelaborazione porterebbe generalmente a numeri che richiedono ulteriori bit per la
loro rappresentazione.
Leffetto della quantizzazione dipende dal fatto che laritmetica usata sia a virgola
fissa o a virgola mobile.
Nellaritmetica a virgola fissa possono esserci problemi di overflow e le somme non
richiedono troncamenti o arrotondamenti (mentre le moltiplicazioni s). Con le virgole
mobili non ci sono problemi di overflow, per vengono arrotondate o troncate sia le
somme che i prodotti.
possibile tentare di quantificare gli effetti del troncamento e dellarrotondamento.
Il valore numerico di un 1 nel bit meno significativo 2
-b
. Questa quantit detta
ampiezza di quantizzazione. Consideriamo leffetto del troncamento e
dellarrotondamento nel caso che la virgola sia fissa. Indichiamo con b
1
il numero di
27
bit richiesti a destra della virgola binaria e con b il numero di bit effettivamente
disponibili. Sar generalmente b
1
>b. Si tratta di scartare i (b
1
- b) bit meno
significativi.
Si analizzi il fenomeno del troncamento. Siano x e Qj x[ i valori numerici
rispettivamente prima e dopo il troncamento. Lerrore di troncamento :
E
T
= Qj x[ - x
Il massimo errore si avr quando tutti i bit sono uguali a 1.
0 E
T
(2
-b

1
-b
2 )
Come alternativa i numeri possono essere arrotondati. In tal caso, in modulo:
2
2 - 2
E
1
-b -b
A
.
Generalmente
-b b
2 2
1

; di conseguenza:
-b
T
2 E Troncamento
1 - -b
A
2 E Arrotondamento
Con la virgola mobile, troncamento e arrotondamento influiscono sulla mantissa. Gli
errori non sono additivi, ma moltiplicativi. Ha senso allora definire lerrore relativo :
Q (x) = x (1 + )
Per larrotondamento, lerrore della mantissa fra t 0,5 2
-b
. Quindi:
-2
c
2
-b
Q (x) - x 2
c

2
2
-b
.
Essendo Q (x) x = x e 2
c-1
x 2
c
, si ha:
-2
-b
2
-b
Arrotondamento
In modo analogo si pu dimostrare che :
28
1 - b -
2 Troncamento
Infine, si consideri lerrore introdotto nella quantizzazione di segnali analogici.
Supponiamo di essere in virgola fissa e di dover campionare x(t) con il periodo di
campionamento T
c
. I valori quantizzati si possono esprimere come:
j [ e x x Q x
n n n n
+ ,
dove e
n
lerrore di quantizzazione.
Con larrotondamento:
b -
n
2 ,
2
e
2

< <

,
Nella maggior parte dei casi e
n
una sequenza non nota; si tratta di una sequenza
casuale scorrelata con quella dei campioni esatti x
n
. La densit di probabilit
dellerrore uniforme nel campo di valori dellerrore di quantizzazione.
Si dimostra facilmente che:

'

'

12
2
2
2
- m
12
2
12
0 m
2b -
2
e
b -
e
2b - 2
2
e
e
n
n
n
n

Lerrore un segnale di rumore casuale. Il rapporto tra la potenza del segnale e quella
del rumore unutile misura del loro peso relativo.
Con larrotondamento, il rapporto segnale-rumore si pu esprimere (a causa della
casualit di e
n
) come:
Arrotondamento
Troncamento
29
2 2b
b 2
2
2
2
x 2 12
12
2
x
e
x

In scala logaritmica:
) x ( log 10 10,79 b 6,02
e
x
log 10 SNR
2
2
2

+ +
SNR aumenta di 6db per ogni bit che si aggiunge al registro. La riduzione del segnale
di ingresso, ossia il campionamento in luogo di x
n
di A x
n
con 0 <A< 1, riduce il
rapporto segnale-rumore.
La presenza dellerrore e
n
si manifesta, nellelaborazione del segnale, alluscita:
n n n
f y y + .