Efecto Gibbs

RESUMEN
El fenómeno de Gibbs tiene como objetivo truncar la respuesta impulso de un filtro realizable,
crea oscilaciones en el dominio de la frecuencia, estas oscilaciones son conocidos como el
fenómeno de Gibbs; entre más significativo sea el truncamiento, mayor será la cantidad de
oscilaciones de Gibbs que aparecen en el dominio de la frecuencia, como también mientras mayor
sea la cantidad de muestras que se tomen (mayor M + 1), el fenómeno de Gibbs se minimiza.
MARCO TEORICO
El fenómeno de gibbs aparece cuando la salida de un sistema de respuesta al impulso infinita (IIR),
se le hace un truncamiento con el propósito de convertir el sistema en una de respuesta al
impulso finita (FIR).
Entre mas significativo sea el truncamiento mayor será la cantidad de oscilaciones de gibbs que
aparecen en el dominio de la frecuencia
Podemos observar lo siguiente:
• Así como M se incrementa, el número de ondulaciones se incrementa, sin embargo el ancho de

las ondulaciones disminuye.
• La altura de las ondulaciones mayor es permanece constante, independiente de la longitud del

filtro. • Así como M se incrementa, la altura de las otras ondulaciones disminuye. • El lóbulo
principal se hace más angosto conforme M se incrementa, es decir la caída llega a ser más aguda.
• Funcionamiento oscilatorio similar puede ser observado en cualquier tipo de filtro truncado.
El fenómeno de Gibbs es simplemente un resultado de la operación de ventaneo
Como se ha visto,el fenomeno de gibbs puede evitarse tomando una cantidad suficiente de
muestras en el dominio de tiempo.
Otra forma deminumizar las oscilasciones es usa ventanas para las muestras tomadas del sistema
IIR.
Una ventana es simplemente un vector de longitud M que se multiplica por las mestras originales
al fin de alterar su magnitud selectiva , es decir multiplicando la respuesta al impulso del filtro
ideal con una función ventana regular la cual es equivalente a convolucionar la ventana con una
función sinc.
Sin embargo, nosotros queremos 𝐻𝑡(𝑤) sea similar tanto como sea posible a 𝐻𝑑(𝑤), lo cual
únicamente puede ser posible si W (w) = 𝛿(𝑤) ↔ 𝑤[𝑛] = 1 la cual es una ventana infinita.
Ventanas comúnmente usadas

1, 0 ≤ 𝑛 ≤ 𝑀
Rectangular 𝜔(𝑛) = {
𝑥, 𝑜𝑡𝑟𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝑀
2|𝑛− |
2
Bartlett 𝜔(𝑛) = 1 − 𝑀
2𝜋𝑛 4𝜋𝑛
Blackman 𝜔(𝑛) = 0.42 − 0.5 cos + 0.08 cos
𝑀 𝑀
2𝜋𝑛
Hamming 𝜔(𝑛) = 0.54 − 0.46 cos 𝑀
2𝜋𝑛
Hamming 𝜔(𝑛) = 0.5 − 0.5 cos 𝑀
𝑛−𝑀/2 2
Káiser 𝐼0 {𝛽√1 − ( ) }
𝑀/2
Por lo cual tenemos conflictos de requerimientos: De un lado, queremos una ventana angosta, es
decir queremos un filtro pequeño; pero del otro lado, queremos truncar el filtro tanto como sea
posible igualar la respuesta en frecuencia del filtro ideal, el cual sin embargo requiere una ventana
infinitamente larga.
Esta convolución es la que produce las ondulaciones, especialmente en los bordes.

Una clase importante de sistemas lineales invariantes con el tiempo incluye a los sistemas cuya
respuesta en frecuencia es la unidad en un intervalo de frecuencias determinado y es cero para las
restantes frecuencias, que se denominan filtros ideales. La Figura 2.17(a) muestra la respuesta en
frecuencia de un filtro paso bajo ideal
Ejemplo
Aunque el orden del filtro sea elevado los rizados tanto en la banda pasante como en la supresora
se mantienen, haciéndose mayores las oscilaciones en las zonas de transición entre las bandas.
Además, la atenuación en la banda no pasante no es cero y la transición entre las bandas no es
abrupta.
Así, por ejemplo, en la figura 4 se muestra un filtro paso bajo de orden 100 con una frecuencia de
corte normalizada de 0.4, evidenciando que aun siendo elevado el orden del filtro el efecto Gibbs
se mantiene.
En este ejemplo representa la respuesta en frecuencia de un filtro pasa bajo ideal
2.139
donde se sobreentiende periodicidad de periodo 2π. La respuesta al impulso hlp[n] se puede

obtener de la transformada de Fourier.
2.140
Codificación
% Filtro FIR Pasa Bajas
M=input('Introduzca el orden del filtro:');
wc=input('Introduzca la frecuencia de corte en radianes:');
n=0:M;
h_LP=sin(wc*(n-M/2))./(pi*(n-M/2));
h_LP(ceil(M/2+1))=wc/pi;
subplot(211)
stem(n, h_LP)
axis([0 M min(h_LP) max(h_LP)])
title(['Respuesta al impulso de el ',num2str(M),'th orden del filtro']);
subplot(212)
H_LP=fft(h_LP, 1024);
w=linspace(-pi, pi, 1024);
plot(w/pi, abs(fftshift(H_LP)))
title(['Respuesta en frecuencia del filtro ventaneado de ',num2str(M),
'th orden']);
grid
axis([-1 1 0 max(abs(H_LP))])
Bibliografía
Carlos, P. (2000). Introduccion al Procesamiento digital de Señales. Madrid: Pearson.
Oppenheim, A. (2011). Tratamiento de señales en tiempo discreto. Madrid: Pearson Educacion S.A.
Rodríguez Roberto, Z. E. (2006). Series de Fourier y fenomeno de Gibbs. Madrid: Universidad

Complutense de Madrid].

Efecto Gibbs

Cargado por

Copyright:

Formatos disponibles

Efecto Gibbs

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Efecto Gibbs

Cargado por

Copyright:

Formatos disponibles

RESUMEN

• Así como M se incrementa, el número de ondulaciones se incrementa, sin embargo el ancho de

• La altura de las ondulaciones mayor es permanece constante, independiente de la longitud del

El fenómeno de Gibbs es simplemente un resultado de la operación de ventaneo

Ventanas comúnmente usadas

Esta convolución es la que produce las ondulaciones, especialmente en los bordes.

En este ejemplo representa la respuesta en frecuencia de un filtro pasa bajo ideal

donde se sobreentiende periodicidad de periodo 2π. La respuesta al impulso hlp[n] se puede

Rodríguez Roberto, Z. E. (2006). Series de Fourier y fenomeno de Gibbs. Madrid: Universidad

También podría gustarte