Guía de Análisis por Bandas de Octava: Binning FFT vs Método de Banco de Filtros

El análisis por bandas de octava se puede implementar de dos maneras fundamentalmente diferentes: binning FFT (integrando bins de PSD/FFT en bandas de 1/1 y 1/3 de octava) y un banco de filtros de octava auténtico (filtros pasa‑banda orientados a normas + promediado RMS/Leq). En esta publicación comparamos cómo funcionan ambos métodos, dónde coinciden sus resultados, dónde divergen (escala, ENBW de la ventana, ponderación en los bordes de banda, latencia, respuesta a transitorios) y cómo OpenTest admite ambos para mediciones de acústica, NVH y conformidad normativa.

Para una explicación detallada de los conceptos, lea esto → Análisis por Bandas de Octava: Fundamentos Matemáticos e Ingeniería

Bancos de filtros por bandas de octava (banco de filtros de octava auténtico / CPB)

Filtros pasa‑banda en paralelo + detector de energía + promediado temporal

Un analizador de banco de filtros (octava auténtica) normalmente:

1. Diseña un filtro pasa‑banda H_b(z) (o H_b(s)) para cada frecuencia central de banda.
2. Ejecuta los filtros en paralelo para obtener las señales de banda y_b(t).
3. Calcula la potencia/media cuadrática de cada banda y aplica promediado temporal para obtener los niveles de banda.

Para que los resultados sean comparables entre instrumentos, las respuestas de magnitud de los filtros deben cumplir las máscaras de tolerancia IEC/ANSI (clase) para el conjunto de filtros especificado. [1][3]

IIR vs FIR: por qué IIR (biquads en cascada) es común en la práctica

• Ventajas de IIR: menor orden para una determinada caída, menor cómputo, bueno para tiempo real/embebido; estable cuando se implementa como SOS/biquads.
• Ventajas de FIR: es posible fase lineal (útil cuando la forma de onda importa); el diseño/verificación puede ser más sencillo.

Para salidas a nivel de banda, la fase normalmente no es la principal preocupación, por lo que los bancos de filtros IIR son habituales.

Procesamiento multirrate: el "arma secreta" de los bancos de filtros CPB

Las bandas CPB de baja frecuencia son muy estrechas. Implementarlas a la frecuencia de muestreo completa es ineficiente. Una estrategia común es agrupar las bandas por octava y realizar submuestreo para los grupos de baja frecuencia:

• Aplicar un filtro pasa‑bajo y luego dizimar (por ejemplo, por 2 por octava) para los grupos de menor frecuencia.
• Implementar los filtros pasa‑banda correspondientes a la frecuencia de muestreo reducida.
• Garantizar un antialiasing adecuado antes de la dizimación.

Promediado temporal / ponderación temporal: los niveles de banda son estadísticos, no valores instantáneos

Los niveles de banda normalmente requieren promediado temporal. Las opciones habituales incluyen RMS por bloques, promediado exponencial o Leq (nivel de energía equivalente). En el contexto de sonómetros, la norma IEC 61672-1 define las ponderaciones temporales Fast/Slow (Fast ~125 ms, Slow ~1 s). [5][6]

Implicación de ingeniería: distintas constantes de tiempo producen lecturas diferentes, por lo que la ponderación temporal debe indicarse en los informes.

Cómo validar que un banco de filtros se comporta "como la norma"

• Barrido sinusoidal: verificar el comportamiento en banda pasante y el aislamiento de bandas adyacentes; observar los efectos de retardo temporal.
• Ruido rosa/blanco: verificar los niveles medios de banda y la varianza/tiempo de estabilización; comprobar el comportamiento del ancho de banda efectivo.
• Impulso/escalón: examinar el ringing y la respuesta temporal (crítico para el uso con transitorios).
• Verificar frente a un instrumento/implementación de referencia conocido conforme a norma.

De las definiciones de banda a filtros digitales conformes: un flujo de trabajo de extremo a extremo (conceptual)

1. Elegir el sistema de bandas: base 10/base 2, la fracción 1/b (comúnmente b=3), generar fm exacta y f1/f2.
2. Elegir el objetivo de prestaciones: ¿qué edición de la norma y qué clase/máscara de tolerancia?
3. Elegir la estructura de filtro: IIR SOS para tiempo real; FIR o filtrado hacia delante y hacia atrás si se requiere fase/cero fase.
4. Diseñar cada pasa‑banda: mapear f1/f2 correctamente al dominio digital (por ejemplo, pre‑deformar para la transformada bilineal).
5. Implementar multirrate si es necesario: dizimar para grupos de baja frecuencia con filtrado antialias suficiente.
6. Verificar: respuesta en magnitud frente a la máscara; pruebas con ruido para el ancho de banda efectivo; pruebas con barrido/impulso para la respuesta temporal.
7. Calibrar y documentar: unidades y magnitudes de referencia, promediado/ponderación temporal, detalles del método.

Respuesta temporal explicada: el retardo de grupo, el ringing y el promediado determinan las lecturas

Un analizador a nivel de banda es un sistema en el dominio temporal (filtro → detector de energía → suavizador), por lo que las lecturas están gobernadas por múltiples escalas de tiempo:

• Retardo de grupo del filtro: cuán tarde aparecen los eventos en cada banda.
• Ringing/decadencia del filtro: cuánto tiempo resuena un pulso corto dentro de una banda.
• Promediado de energía/ponderación temporal: la resolución temporal frente a la fluctuación del nivel de salida.

Así, para transitorios (impactos, arranques/paradas, barridos), distintas implementaciones conformes pueden producir niveles pico y trazas temporales diferentes, en línea con la advertencia de ANSI. [3]

Regla general: para contribuciones estacionarias, use promedios más largos para obtener estabilidad; para localizar transitorios, acorte el promediado pero acepte mayor variabilidad y defina con precisión los detalles del algoritmo.

Errores comunes en tiempo real

• Olvidar el antialiasing en la cadena de dizimación: las bandas de baja frecuencia se contaminan por aliasing.
• Inestabilidad numérica de secciones IIR de alta Q y baja frecuencia: use SOS/biquads y precisión suficiente.
• Promediar en dB: siempre promedie en energía/media cuadrática y luego convierta a dB.
• Suponer que las energías de banda deben sumar exactamente la energía total: los filtros normalizados no son necesariamente complementarios en potencia; verifique usando criterios coherentes con la norma en su lugar.

Análisis por Banco de Filtros de Bandas de Octava en OpenTest

OpenTest admite análisis por bandas de octava usando un enfoque de banco de filtros:
1) Conecte el dispositivo, por ejemplo SonoDAQ Pro
2) Seleccione los canales y ajuste los parámetros. Para un micrófono externo, habilite IEPE y cambie a medición de señal acústica.
3) En la sección de Análisis por Bandas de Octava, dentro de Modo de Medición, elija el algoritmo IEC 61260-1. Admite análisis en tiempo real, promediado lineal, promediado exponencial y retención de máximos.
4) Tras configurar los parámetros, haga clic en el botón Test para iniciar la medición.
5) Una única grabación se puede analizar simultáneamente en bandas de 1/1 de octava, 1/3 de octava, 1/6 de octava, 1/12 de octava, 1/24 de octava y 1/24 de octava.

Figura 1: Análisis por Banco de Filtros de Bandas de Octava en OpenTest

Binning FFT y síntesis FFT

Binning FFT: convertir un espectro de banda estrecha en integrales de bandas CPB

1. Estime el espectro (FFT única, PSD de Welch o STFT).
2. Integre/sume dentro de cada banda de octava/fracción de octava para obtener la potencia de banda.

Esto es común en software/trabajo offline porque una única FFT proporciona un espectro de alta resolución que se puede reagrupar en cualquier sistema de bandas (1/1, 1/3, 1/12, ...).

Desafío clave n.º 1: escala de la FFT y correcciones de ventana

Tras una FFT, la escala depende de sus definiciones: normalización 1/N, amplitud vs potencia vs PSD, espectro de un lado vs de dos lados y ventana utilizada. Para mediciones de ruido, la ENBW es crucial; ignorarla puede introducir desviaciones sistemáticas. [7]

Una normalización de PSD práctica (forma de periodograma)

# convertir a PSD de un solo lado: multiplicar por 2 excepto DC (y Nyquist si está presente)

Esto produce una PSD en unidades de (unidad de entrada)²/Hz y permite comprobaciones de consistencia de energía integrando la PSD sobre la frecuencia.

Dos auto‑comprobaciones rápidas de la escala

• Comprobación con ruido blanco: genere ruido con varianza conocida σ²; integre la PSD de un solo lado en 0..fs/2 y recupere ≈σ² (teniendo en cuenta la regla de ×2).
• Comprobación con tono puro: genere una senoide de amplitud A (RMS=A/√2); la integración de la energía espectral debería recuperar ≈A²/2 (sujeto a fuga espectral y elección de ventana).

Si ambas comprobaciones pasan, su escala de FFT probablemente es correcta; entonces la ponderación parcial de bins y el binning por bandas de octava pasan a tener sentido.

Desafío clave n.º 2: los bordes de banda rara vez se alinean con los bins → ponderación parcial de bins

Decisiones rígidas de incluir/excluir en los bordes de banda provocan errores en escalones, especialmente en baja frecuencia donde las bandas son estrechas. Use una ponderación basada en solapamiento (Sección 4.2.4) para los bins de borde.

¿Resuelve el zero‑padding el desajuste en los bordes? (idea errónea común)

El zero‑padding interpola el espectro mostrado pero no mejora la resolución frecuencial real (que viene determinada por la longitud de la ventana original). Puede reducir el aspecto visual de "escalones", pero no puede convertir bandas de baja frecuencia de 1-2 bins en estimaciones fiables de nivel de banda. Las soluciones fundamentales son ventanas más largas o procesamiento multirrate/bancos de filtros.

Desafío clave n.º 3: compromiso tiempo-frecuencia (la longitud de la ventana fija la precisión en baja frecuencia y el retardo)

La resolución de la FFT es Δf = fs/N. Las bandas de 1/3 de octava en baja frecuencia pueden tener solo unos pocos Hz de ancho, por lo que lograr suficientes bins por banda requiere un N muy grande, lo que aumenta la latencia y suaviza los transitorios.

Causa de fondo: 1/3 de octava es de Q constante, pero la STFT utiliza bins de Δf constante

En CPB, el ancho de banda escala con la frecuencia (Δf_banda ∝ f, Q constante). En STFT, el espaciado de los bins es constante (Δf_bin constante). Por lo tanto, la CPB de baja frecuencia necesita un Δf_bin extremadamente fino (ventanas largas), mientras que las altas frecuencias quedan sobre‑resueltas.

Vías de solución: STFT con ventana larga vs STFT multirrate vs CQT/wavelets

• STFT con ventana larga: la más simple, pero con alta latencia y fuerte suavizado de transitorios.
• STFT multirrate: submuestrear el contenido de baja frecuencia y hacer la FFT a una fs menor, similar en espíritu a los bancos de filtros multirrate.
• Transformada de Q constante (CQT) / wavelets: resolución naturalmente logarítmica, pero igualar las máscaras IEC/ANSI requiere calibración/validación adicional. [4]

Para mediciones de conformidad, se prefieren los bancos de filtros orientados a normas; para investigación/extracción de características, la CQT/los wavelets pueden ser atractivos.

Síntesis FFT: construcción del filtrado por banda en el dominio de la frecuencia

La síntesis FFT aproxima el enfoque FFT a un banco de filtros:

• Definir un peso en frecuencia W_b[k] por banda (tipo muro de ladrillo o suave/similar a la máscara).
• Calcular Y_b[k] = X[k]·W_b[k] e IFFT para obtener y_b[n].
• Calcular el RMS/promedios de banda a partir de y_b[n].

Puede implementar fácilmente filtrado de fase cero (no causal). Para una concordancia estricta con IEC/ANSI, W_b y la normalización deben diseñarse y validarse cuidadosamente.

Hacer que la síntesis FFT sea similar a flujo continuo: OLA, ventanas duales y normalización de amplitud

Para generar señales temporales continuas por banda, use solapamiento‑suma (OLA): segmentar, aplicar ventana, FFT, aplicar W_b, IFFT, ventana de síntesis y OLA. Elija ventanas de análisis/síntesis que satisfagan las condiciones COLA (constant overlap-add) (por ejemplo, Hann con 50 % de solapamiento) para evitar modulación periódica del nivel.

Si el objetivo es igualar los filtros normalizados, ¿cómo se debe elegir W_b?

W_b[k] depende de lo que quiera igualar:

• Igualar una integración de tipo muro de ladrillo: W_b es 0/1 rígido dentro de [f1,f2].
• Igualar el comportamiento de los filtros IEC/ANSI: |W_b(f)| aproxima la máscara normalizada y el ancho de banda efectivo (hace coincidir ∫|W_b|²).
• Igualar la complementariedad de energía para reconstrucción: diseñar Σ_b |W_b(f)|² ≈ 1 (Sección 7.6).

Normalmente no puede satisfacer perfectamente los tres a la vez; defina de antemano su prioridad (conformidad vs descomposición/reconstrucción).

Bancos de filtros en frecuencia que conservan la energía: por qué importa Σ|W_b|²

Si quiere que las energías de banda sumen la energía total (dentro del error numérico), un diseño habitual busca una complementariedad aproximada de potencia:

Las máscaras IEC/ANSI no obligan necesariamente a una complementariedad estricta, así que no suponga aditividad exacta en contextos de conformidad.

Estrategias de Welch/promediado: cómo hacer que los niveles de banda basados en FFT sean estables

• Use promediado de Welch (segmentar, aplicar ventana, solapar, promediar espectros de potencia).
• Promedie en el dominio de potencia (|X|² o PSD) y luego convierta a dB.
• Para señales no estacionarias, considere STFT para obtener matrices tiempo-banda.
• Documente el tipo de ventana, solapamiento, número de promedios y el tratamiento de ENBW/CG.

Análisis por Binning FFT en OpenTest

OpenTest admite análisis por bandas de octava basado en binning FFT:
1) Conecte el dispositivo, por ejemploSonoDAQ Pro
2) Seleccione los canales y ajuste los parámetros. Para un micrófono externo, habilite IEPE y cambie a medición de señal acústica.
3) En la sección de Análisis por Bandas de Octava, dentro de Modo de Medición, elija el algoritmo basado en FFT.
4) Una única grabación se puede analizar simultáneamente en bandas de 1/1 de octava, 1/3 de octava, 1/6 de octava, 1/12 de octava y 1/24 de octava.

Figura 2: Análisis por Binning FFT de Bandas de Octava en OpenTest

Banco de filtros vs FFT/síntesis FFT: diferencias, condiciones de equivalencia y compromisos

Una tabla comparativa

Dimensión	Banco de filtros (Octava auténtica / CPB)	Binning FFT / síntesis FFT
Conformidad con normas	Más fácil igualar las máscaras de magnitud IEC/ANSI; opción principal en instrumentos de hardware. [1][3]	El binning rígido se comporta como una integración de banda; igualar las máscaras requiere ponderación adicional o filtros digitales conformes a la norma.
Tiempo real / latencia	Es posible funcionamiento causal en tiempo real; la latencia la fijan el orden del filtro y el promediado.	El procesamiento por bloques añade al menos una longitud de ventana de retardo; la resolución de baja frecuencia a menudo obliga a usar ventanas más largas.
Respuesta a transitorios	Salida continua pero afectada por el retardo de grupo y el ringing; diferentes implementaciones conformes pueden diferir. [3]	Determinada por el windowing de la STFT; los transitorios se suavizan por las ventanas y son sensibles al tipo/longitud de ventana.
Fugas & correcciones	Controladas mediante el diseño del filtro; la fuga se puede gestionar.	Depende fuertemente de la ventana y de la ENBW/escala; el desajuste de bins en los bordes requiere ponderación parcial. [7]
Interpretabilidad	RMS tras filtrado pasa‑banda, alineado con sonómetros y analizadores.	Estimación espectral + binning - más estadístico; la interpretación depende de la ventana y la configuración de promediado.
Cómputo	Muchos filtros en paralelo; el multirrate puede reducir el coste.	Una sola FFT puede servir para todas las bandas; eficiente para procesamiento offline/por lotes.
Fase & reconstrucción	IIR suele tener fase no lineal (adecuado para niveles).	Las ponderaciones en frecuencia pueden ser de fase cero; la reconstrucción requiere atención a la complementariedad y a las transiciones.

¿Cuándo dan ambos métodos (casi) las mismas respuestas?

Los resultados promediados por banda suelen coincidir estrechamente cuando:

• Compara niveles de banda promediados (no trazas de picos transitorios).
• La señal es aproximadamente estacionaria y el tiempo de observación es suficientemente largo.
• La resolución de la FFT es lo bastante fina como para que cada banda contenga suficientes bins (especialmente en la banda más baja).
• La escala de la FFT es correcta (tratamiento de un lado, Δf, ventana U, ENBW/CG cuando sea necesario).
• Se usa ponderación parcial de bins en los bordes de banda.

Por qué las diferencias crecen para transitorios y eventos cortos

Las diferencias están impulsadas por escalas de tiempo desajustadas: los bancos de filtros tienen retardo de grupo y ringing dependientes de la banda pero salida continua; la STFT utiliza una ventana fija que determina tanto la resolución en frecuencia como el suavizado temporal. Si la duración del evento es comparable a la longitud de la ventana o a la respuesta al impulso del filtro, los resultados dependen fuertemente de los detalles de implementación.

Presupuesto de errores: de dónde suelen venir los desajustes (y cómo localizarlos rápidamente)

1. Promediado/combinar en dB de forma incorrecta: se debe promediar y sumar en el dominio de la energía.
2. Escalado de FFT inconsistente: convenciones de 1/N, un lado vs dos lados, Δf, normalización de la ventana U.
3. Faltan correcciones de ventana: ENBW para ruido; ganancia coherente/fuga para tonos.
4. Usar frecuencias nominales para calcular bordes en lugar de las definiciones exactas.
5. No utilizar ponderación parcial de bins en los límites de banda (especialmente dañino en baja frecuencia).
6. Problemas de multirrate/antialias en bancos de filtros.
7. Constantes de tiempo/ventanas de promediado diferentes entre métodos.
8. Diferencias reales de método: el binning de muro de ladrillo frente a las faldas/caídas de los filtros normalizados implica desviaciones sistemáticas.

Un enfoque de depuración sólido: primero haga coincidir la media cuadrática total usando ruido blanco (escala/ENBW/ponderación parcial de bins) y luego valide los centros de banda y el aislamiento de bandas adyacentes usando barridos sinusoidales o tonos.

Lista de comprobación de ingeniería: haga que el análisis de 1/3 de octava sea correcto, estable y reproducible

Elija un método: conformidad → banco de filtros; estadísticas offline → binning FFT

• Para reglamentación/ensayos de tipo/comparabilidad de instrumentos: prefiera bancos de filtros conformes IEC/ANSI e informe la edición de la norma y la clase. [1][3]
• Para procesamiento offline, grandes conjuntos de datos o definiciones de banda flexibles: el binning FFT puede ser eficiente, pero el escalado y la ponderación de bordes deben tratarse rigurosamente.
• Si necesita señales temporales por banda (modulación, envolvente, etc.), considere síntesis FFT o bancos de filtros explícitos.

Seleccionar parámetros de FFT a partir de la banda más baja (ejemplo)

Ejemplo: fs=48 kHz, la banda más baja de interés es 20 Hz (1/3 de octava). Su ancho de banda es de solo unos pocos Hz. Si desea al menos M=10 bins por banda, puede necesitar Δf_bin ≤ ancho de banda/10, lo que implica un N muy grande (por ejemplo, ~100k puntos; 2^17=131072). Esto ilustra por qué la conformidad en tiempo real suele favorecer los bancos de filtros.

Errores típicos que impiden que los resultados coincidan

• Sumar magnitud |X| en lugar de potencia |X|² o PSD.
• Promediar en dB en lugar de en potencia lineal/media cuadrática.
• Ignorar el escalado ENBW/ventana para ruido. [7]
• Calcular bordes de banda a partir de frecuencias nominales.
• No indicar las convenciones de ponderación/promediado temporal (Fast/Slow/Leq). [5][6]

Flujo de validación recomendado (independientemente de la implementación)

• Prueba de tono en el centro (o barrido): verificar que la energía alcanza su máximo en la banda correcta y que el rechazo de bandas adyacentes se comporta como se espera.
• Ruido blanco/rosa: verificar la forma espectral esperada en los niveles de banda y evaluar la estabilidad/tiempo de promediado.
• Comparación entre implementaciones: compare su implementación con una referencia conocida sobre señales idénticas; separe diferencias de escala, de definición y de faldas de filtro.
• Registre y congele los parámetros (definición de banda, ventana, promediado) en el informe de ensayo.

Lista de comprobación de reproducibilidad: incluya estos puntos en los informes para que otros puedan recalcular sus niveles

• Definición de banda: ¿base 10 o base 2? ¿b en 1/b? ¿exacta vs nominal utilizada para el cálculo? ¿frecuencia de referencia fr?
• Implementación: banco de filtros normalizado (IIR/FIR, multirrate) vs binning/síntesis FFT; versiones de software/bibliotecas.
• Muestreo/preprocesado: fs, detrending/eliminación de DC, filtrado antialias, remuestreo.
• Promediado temporal: Leq / RMS por bloques / exponencial; constantes de tiempo, tamaño de bloque, solapamiento, número de tramas promediadas; contexto Fast/Slow si procede.
• Detalles de FFT (si se usa): tipo de ventana, N, salto, zero‑padding, normalización de PSD, tratamiento de un solo lado, ENBW/CG, ponderación parcial de bins.
• Calibración/unidades: unidades de entrada y magnitudes de referencia (p. ej., 20 µPa), factores de calibración de sensores y fechas.
• Definición de salida: RMS vs pico vs potencia de banda; convenciones 10log vs 20log; cualquier paso de agregación de bandas.

Si debe recordar una sola línea: documente "definición de banda + promediado temporal + tratamiento de escalado/ventana de FFT (si lo hay)". La mayoría de las discrepancias desaparecen.

Fórmulas rápidas y ejemplo numérico (listos para código/informe)

Constantes de un tercio de octava en base 10

G = 10^(3/10) ≈ 1.995262
r = 10^(1/10) ≈ 1.258925 # adjacent center-frequency ratio
k = 10^(1/20) ≈ 1.122018 # edge multiplier about center
f1 = fm / k
f2 = fm * k

Ejemplo: la banda de un tercio de octava de 1 kHz

fm = 1000 Hz
f1 = 1000 / 1.122018 ≈ 891.25 Hz
f2 = 1000 * 1.122018 ≈ 1122.02 Hz
Δf ≈ 230.77 Hz
Q ≈ 4.33

OpenTest integra ambos métodos. Descárguelo y empiece ahora -> o rellene el siguiente formulario ↓ para programar una demostración en directo.

Explore más funciones e historias de aplicación en www.opentest.com.

Referencias

[1] Muestra en PDF de IEC 61260-1:2014 (iTeh): https://cdn.standards.iteh.ai/samples/13383/3c4ae3e762b540cc8111744cb8f0ae8e/IEC-61260-1-2014.pdf

[3] Vista previa en PDF de ANSI S1.11-2004 (ASA/ANSI): https://webstore.ansi.org/preview-pages/ASA/preview_ANSI%2BS1.11-2004.pdf

[4] Nota de aplicación de HEAD acoustics: FFT - Análisis de 1/n de octava - Wavelet (descripción de banco de filtros): https://cdn.head-acoustics.com/fileadmin/data/global/Application-Notes/SVP/FFT-nthOctave-Wavelet_e.pdf

[5] IEC 61672-1:2013 (página de IEC): https://webstore.iec.ch/en/publication/5708

[6] Know-how de NTi Audio: ponderación temporal Fast/Slow (contexto IEC 61672-1): https://www.nti-audio.com/en/support/know-how/fast-slow-impulse-time-weighting-what-do-they-mean

[7] MathWorks: ejemplo de definición de ENBW: https://www.mathworks.com/help/signal/ref/enbw.html