PROYECTO: ESTABILIZACION DE FRECUENCIA EN EL DOMINIO DEL TIEMPO POR MEDIO DE LA VARIANZA DE ALLAN TESISTA: ABRAHAM CALZADA DORANTES ASESOR:

ERCIK MARQUINA

INTRODUCCIN

La varianza de Allan (AVAR), tambin conocida como la varianza de dos muestras, es una medida de la estabilidad de la frecuencia en relojes, osciladores y amplificadores. Lleva el nombre de David W. Allan y se expresa matemticamente como; (1)

La varianza de Allan tiene el propsito de estimar la estabilidad debido a procesos de ruido y no el de los errores sistemticos o imperfecciones. La varianza Allan y desviacin Allan describen estabilidad de la frecuencia, es decir, la estabilidad en frecuencia. Existen diferentes adaptaciones o alteraciones de la varianza de Allan, y sta y sus variantes han probado ser tiles fuera del mbito de la relojera y son un conjunto de herramientas estadsticas mejoradas para utilizar cuando los procesos de ruido no son incondicionalmente estables, y existe por lo tanto un derivado. En resumen La Varianza de Allan es la herramienta usada para el anlisis de mediciones de Tiempo y Frecuencia siendo un estimador de la dispersin de las mediciones. 1.1 Caracterizacin de seales patrn de frecuencia en el dominio del tiempo 1.1.1 segunda definicin para medir la estabilidad en frecuencia: Varianza de dos muestras o Varianza de Allan, AVAR La segunda definicin est basada en la varianza de las fluctuaciones fraccionales de frecuencia. Para representar esta medida es preciso definir la frecuencia promediada , durante un tiempo de muestreo , (llamado tambin tiempo de promediacin o de compuerta).

..(2)

Si se considera

, entonces

...(3)

Tambin se tiene es el intervalo de repeticin para la medicin (intervalo de tiempo entre dos mediciones sucesivas) que tienen un tiempo de promediacin , y es un instante arbitrario en el tiempo. Los contadores de frecuencia convencionales miden el nmero de ciclos que ocurren en un periodo , esto es, miden ; cuando =1, entonces los contadores miden . La segunda forma de medir la estabilidad en frecuencia, ser en el dominio del tiempo y est relacionada por analoga, con la varianza de N-muestras, la cual est dada por la relacin

] .(4)

Donde denota un promedio temporal infinito de g, que por aplicarse a la realizacin de un proceso ergodico, tambin puede ser considerado como la media estadstica del ensamble o el valor esperado de g. Esta medida de estabilidad de frecuencia es adimensional. En muchas situaciones sera un error asumir que la ecuacin anterior converge al lmite verdadero conforme , ya que se sabe actualmente de la existencia de procesos de ruido que contienen fracciones importantes de la potencia total de ruido para el intervalo de frecuencias menores a un ciclo por ao; adems, en forma prctica no se puede hacer un nmero infinito de mediciones. Por otra parte, para que una medida de estabilidad sea til, es necesario que esta permita predecir el desempeo de la fuente bajo observacin en una amplia variedad de situaciones, asi como permitir que se realicen comparaciones significativas entre diferentes fuentes de frecuencia; para lograr estos onjetivos, es necesario asignar a N y T valores fijos. Los nmeros recomendados son N=2 y T=, lo cual significa que no existirn tiempos muertos entre mediciones. Escribiendo , la ecuacin toma la siguiente forma

(5)

Donde es el operador de primeras diferencias el cual aplicado a est definido como ; esta ecuacin se conoce como varianza de dos muestras o Varianza de Allan, AVAR, y es la medida preferida para evaluar la estabilidad en frecuencia en el dominio del tiempo.

1.2 Interpretacin de la Varianza de Allan En general una varianza puede verse desde el dominio del tiempo o de la frecuencia. A continuacin se presenta un anlisis de la AVAR desde ambas perspectivas para ilustrar mejor que es lo que mide la AVAR.

1.2.1 Varianzas en el dominio del tiempo: Convolucin Si en el dominio del tiempo se tiene una serie de mediciones del tipo es posible definir una varianza particular (diferente de la varianza estndar) a partir de una funcin impulso, , la cual caracteriza completamente a un sistema lineal invariante en el tiempo, una funcin de convolucion, , de y , descrita por la siguiente ecuacin:

..(6)

Asi la varianza especial de la serie de mediciones , que depende de la funcin , se definir como el promedio temporal infinito del cuadrado de .

(7)

En este clculo de la varianza, la definicin de la funcin convolucionante, , es el punto ms importante, ya que determina la forma particular de seleccionar los datos en el dominio del tiempo. Por ejemplo, para la varianza clsica, la funcin convolucionante, , es el pulso que se muestra en la figura1. En este caso, la , que es el valor promedio de funcion impulso hace que , evaluando a intervalos de tiempo que van desde t- hasta t; por lo que el empleo de la ecuacion (6), para el clculo de la varianza clsica, implica que cada muestra, , se toma sobre un tiempo de promediacin, , luego para cada muestra se obtiene la diferencia entre ella y la media, esta ltima dada por, , el resultado se eleva al cuadrado y finalmente se promedia para obtener la varianza clsica.

Figura 1. Funcin de impulso para la varianza clsica. Cada muestra se toma sobre un tiempo de promediacin luego para cada muestra se obtiene la diferencia entre ella y la media, el resultado se eleva al cuadrado y luego se promedia para obtener la varianza calsica

1.2.2 Varianzas en el dominio de la frecuencia: Funciones de transferencia Analizando la funcin impulso para la varianza de Allan, en el dominio de la frecuencia, se observa que la funcin convolucionante , nuevamente juega un papel fundamental. En este dominio la transformada de Fourier , de , ser una funcin de transferencia especial para definir AVAR. Se deben de considerar las siguientes propiedades importantes para pasar del dominio del tiempo al dominio de la frecuencia. Primeramente para una seal de potencia (peridica o no peridica, como , el promedio infinito en el tiempo de , elevado al cuadrado es igual a la funcin de autocorrelacin evaluada en =0 y a su vez es igual al rea bajo la curva de la densidad espectral de potencia de , .

..(8)

De la ecuacin (7)

..(9)

En segundo lugar, se har uso de la relacin matemtica entre la convolucion y si transformada de Fourier, esto es, la transformada de Fourier de una convolucion

es el producto de las transformadas de Fourier. Para un proceso aleatorio estacionario (por lo menos en sentido amplio) se tiene:

{ |

* |

(10)

....................................................................(11)

Antecedentes Al investigar la estabilidad de los osciladores de cristal y los relojes atmicos se encontr que no tenan un ruido de fase que consiste solamente en el ruido blanco, sino tambin ruido de frecuencia blanco y ruido de parpadeo de frecuencia. Estos ruidos se han convertido en un reto para las herramientas estadsticas tradicionales como la desviacin estndar (estimador que no converger). El ruido es lo que dice que es divergente. Los primeros esfuerzos en el anlisis de la estabilidad incluyen tanto el anlisis terico y las mediciones prcticas. Un importante lado-consecuencia de tener este tipo de ruido es que, ya que los diversos mtodos de medicin no estaban de acuerdo entre s, no se poda lograr el aspecto clave de la repetitividad de la medicin. Esto limita la posibilidad de comparar las fuentes y hacer especificaciones significativas para requerir a los proveedores. Esencialmente todas las formas de usos cientficos y comerciales fueron limitadas a mediciones dedicadas que se espera pueda capturar la necesidad de la aplicacin. Para hacer frente a estos problemas, David Allan introdujo la varianza de Mmuestras y (indirectamente) la varianza de dos muestras. Mientras que la varianza de dos muestras no permiti completamente distinguir todos los tipos de ruido, proporcion un medio para separar significativamente muchas formas de ruido, para series de tiempo de mediciones de frecuencia o fase entre dos o ms osciladores. Allan proporciono un mtodo para convertir entre cualquier varianza de Mmuestras para cualquier varianza de N-muestras a travs de la varianza comn de 2-muestras, haciendo as todas las varianzas de M-muestras comparables. El mecanismo de conversin tambin demostr que la varianza de M-muestras no converge para una M grande, lo que las hace menos tiles. La IEEE identific ms tarde la varianza de 2-muestras como la medida preferida. Una de las primeras preocupaciones fue la relacionada con los instrumentos de medicin de la frecuencia y el tiempo, pues tenan un tiempo muerto entre mediciones. En tales series de mediciones no se form una continua observacin de la seal y por lo tanto se introdujo un sesgo sistemtico en la medicin. Gran cuidado se gast en la estimacin de estos sesgos. La introduccin de contadores de tiempo muerto cero elimina la necesidad de tal cuidado, aun as las herramientas de anlisis de sesgos (errores) han demostrado ser tiles.

JUSTIFICACION

OBJETIVO GENERAL El objetivo general del proyecto es desarrollar un programa (en lenguaje C) que obtenga la varianza de Allan de tres muestras de datos estadsticos y graficar las varianzas en ORIGIN con la finalidad de conocer la dispersin de dichos datos. OBJETIVO PARTICULAR El objetivo particular del proyecto es desarrollar un programa que obtenga la varianza de Allan de tres muestras de mediciones (consecutivas) obtenidas con algn instrumento de medicin y despus graficar dichas varianzas obtenidas con el propsito de determinar la exactitud del instrumento de medicin y de esta manera poder calibrarlo en caso de necesitarlo. Los pasos a seguir sern los siguientes 1- Desarrollar un programa que obtenga la varianza de Allan de tres muestras de mediciones (consecutivas) obtenidas con algn instrumento de medicin. 2- Graficar dichas varianzas obtenidas con los datos arrojados por el programa desarrollado en ORIGIN. 3- Determinar la exactitud del instrumento de medicin a partir del anlisis de las grficas y de esta manera poder calibrarlo adecuadamente en caso de necesitarlo.

METODOLOGIA Paso1. A partir de un archivo de datos tipo .txt guardado en una memoria USB o en el disco C de la computadora, el programa desarrollado en lenguaje C leer el archivo de datos. Este archivo se obtiene a partir de las mediciones obtenidas del instrumento de medicin a calibrar. Paso2. Una vez que el programa ha encontrado y ha podido leer el archivo, insertara los datos en la frmula para calcular la Varianza de Allan (AVAR). Paso3. Los resultados arrojados por el programa debern ser transferidos a otro

archivo de datos tipo .txt para su anlisis a travs del paso4 Paso4. Los resultados sern graficados en ORIGIN (un programa que se utiliza para graficar) Paso5. Analizar los resultados Nota: la parte del proyecto que me corresponde nicamente consta de los cuatro pasos descritos anteriormente, por lo que las medidas correctivas a los instrumentos analizados correspondern a otro grupo de especialistas. DESARROLLO Paso1. La primera parte del programa consiste en leer un archivo de datos tipo .txt que se encuentre alojado en algn dispositivo de almacenamiento o en el disco de la computadora. Los pasos para leer un archivo de datos tipo .txt en lenguaje C es el siguiente 1- FILE *fichero; //se crea una variable apuntador de tipo de dato FILE 2- fichero= fopen(datos.txt,r); //r abrir un archivo para lectura. El fichero debe existir. 3- fclose(fichero); //cerrar el archivo El cdigo de programacin va como sigue; Void leer_archivo() { Int i, dato; File*fp; If fp((fp=fopen(datos.txt,r))==NULL) { Printf(\n No se pudo leer el archive: datos.txt); exit(0) } else { //lee los datos del archivo for(i=0;i<100:i++) { } } fscanf(fp,%d,&dato); //lee el dato que est en la posicin i

fclose(fp); //cierra archivo

Paso2. La segunda parte del programa consiste en tomar los datos ledo e insertarlos en la ecuacin de la varianza de Allan. (Este paso me lo salto porque aun no lo logro completar) Paso3. El tercer paso consiste en la escritura de un archivo de datos tipo .txt, creado a partir de los datos arrojados tras los clculos de la Varianza de Allan (AVAR). El cdigo en lenguaje C es el siguiente,

void escribir_archivo() { int i, dato; FILE *fp; fp=fopen(datos.txt,w); //abrir archivo; se crea el archivo for (i=0;i<100:i++) { fprintf(fp,%d,&dato); //escribir el dato que este en la posicin i } } Fclose(fp); //cierra archivo }