or Discover by subject

Joinarea
for free Log in

See all See all Download full-text PDF

Download citation Share
3 References 5 Figures

Tcnicas de procesamiento digital de seales para reduccin de

ruido de seales de mltiples sensores asncronos
Conference PaperDecember 2014with980 Reads
Cite this publication
Conference: IX Congreso Iberoamericano de Acstica, At Valdivia, Chile

1st Jonathan Godoy 2nd Sebastian Fingerhuth

10.97 Pontificia Universidad Catlica de Valparaso

Abstract
RESUMEN: En este trabajo se presentan las herramientas de tratamiento de seales requeridas para lograr una mejora en la relacin seal a ruido
(SNR) de secuencias que se obtienen de N sensores de aceleracin. Estos miden la misma seal, pero de manera asncrona, es decir con frecuencia de
muestreo fija, pero distinta para cada uno de los N sensores. Adems, se incorporan fuentes de ruido blanco como lo es el ruido trmico de cada
sensor. Esto sucede con muchos sensores o redes de sensores que no cuentan con un reloj comn, por ejemplo sensores de medicin o monitoreo
que se basan en sistemas embebidos. Se analizan dos posibles casos: en el primero de ellos una seal de referencia se muestrea con tasas de
muestreo baja, tomando valores levemente distintos para cada uno de los N sensores simulados. En el segundo caso se aumenta la frecuencia de
muestro de cada sensor en un factor de 8, tcnica conocida como sobremuestreo (oversampling). Para cada uno de estos casos se aplican tcnicas de
interpolacin y decimacin para modificar la tasa de muestreo de tal forma de llegar a una tasa comn. Posteriormente se promedian estas secuencias
de datos, tanto en el dominio del tiempo como en el de la frecuencia, para analizar las diferencias y comparar resultados, principalmente en lo que
respecta a la mejora de la relacin de seal a ruido. La herramienta utilizada es MATLAB, desarrollado por la empresa MathWorks y en muchos casos
es utilizada para el procesamiento digital real de los datos obtenidos. Por lo que no solo se presenta como una simulacin sino tambin como un
acercamiento a la programacin real que debe tener un procesamiento digital.

Discover the world's research

13+ million members
100+ million publications
700k+ research projects

Join for free

5 Figures

Full-text (PDF)
Available from: Sebastian Fingerhuth, Jun 17, 2015

Download full-text PDF

 paper ID: 1007 /p.1

Tcnicas de procesamiento digital de seales para

reduccin de ruido de seales de mltiples sensores
asncronos.

J. Godoya, S. Fingerhutha
a
Escuela de Ingeniera Elctrica, Pontificia Universidad Catlica de Valparaso, Av. Brasil 2147, Valparaso,
Chile, sebastian.fingerhuth@ucv.cl

RESUMEN: En este trabajo se presentan las herramientas de tratamiento de seales requeridas para lograr una
mejora en la relacin seal a ruido (SNR) de secuencias que se obtienen de N sensores de aceleracin. Estos miden
la misma seal, pero de manera asncrona, es decir con frecuencia de muestreo fija, pero distinta para cada uno de
los N sensores. Adems, se incorporan fuentes de ruido blanco como lo es el ruido trmico de cada sensor. Esto
sucede con muchos sensores o redes de sensores que no cuentan con un reloj comn, por ejemplo sensores de
medicin o monitoreo que se basan en sistemas embebidos.
Se analizan dos posibles casos: en el primero de ellos una seal de referencia se muestrea con tasas de muestreo
baja, tomando valores levemente distintos para cada uno de los N sensores simulados.
En el segundo caso se aumenta la frecuencia de muestro de cada sensor en un factor de 8, tcnica conocida como
sobremuestreo (oversampling). Para cada uno de estos casos se aplican tcnicas de interpolacin y decimacin
para modificar la tasa de muestreo de tal forma de llegar a una tasa comn. Posteriormente se promedian estas
secuencias de datos, tanto en el dominio del tiempo como en el de la frecuencia, para analizar las diferencias y
comparar resultados, principalmente en lo que respecta a la mejora de la relacin de seal a ruido.
La herramienta utilizada es MATLAB, desarrollado por la empresa MathWorks y en muchos casos es utilizada
para el procesamiento digital real de los datos obtenidos. Por lo que no solo se presenta como una simulacin sino
tambin como un acercamiento a la programacin real que debe tener un procesamiento digital.

KEYWORDS: Sensores, instrumentacin, medicin, procesamiento digital de seales, filtros FIR,

acelermetros, relacin seal ruido, interpolacin, decimacin.
 IX Congreso Iberoamericano de Acstica, FIA2014 paper ID: 1007 /p.2

1. INTRODUCCIN
La medicin de oscilaciones es de gran importancia en la Ingeniera Civil, ya que
permite detectar el estado y comportamiento, por ejemplo, de estructuras.
Para el monitoreo y medicin de vibraciones se utilizan, sismmetros, gefonos y
acelermetros en general. Por lo general existe una relacin entre el costo y la calidad de los
equipos de medicin. La calidad se refleja en caractersticas como resolucin, frecuencias de
muestreo, niveles de ruido, etc. En la Escuela de Ingeniera Elctrica de la Pontificia
Universidad Catlica de Valparaso se ha estado trabajando con algunos acelermetros MEMS
(Microelectromechanical systems) de bajo costo y tambin con acelermetros para aplicaciones
ssmicas de alto costo y calidad.
Este trabajo presenta, mediante simulacin, el impacto que puede producir la
incorporacin de tcnicas de DSP a las seales obtenidas por estos sensores. Estas tcnicas en
s son ampliamente conocidas en el rea de la ingeniera electrnica e instrumentacin y de
procesamiento de seales pero muchas veces desconocidas o no completamente comprendidos
en otras reas de ingeniera.
Si se cuenta con varios sensores, de cualquier tipo, pensados para funcionar de manera
conjunta se habla de una red de sensores (sensor network). Existen tres casos posibles de
funcionamiento de la red de sensores.
El primero es contar con un sincronismo completo entre las mediciones de los sensores:
todos comienzan simultneamente las mediciones y tienen exactamente la misma frecuencia de
muestreo. Este caso se da por ejemplo cuando existe un reloj (clock) que se comparte entre los
distintos dispositivos encargados de la conversin anloga digital (AD) o bien cuando seales
de varios sensores son digitalizados en un equipo AD de mltiples canales.
El segundo caso, que es desarrollado en este trabajo, es aquel en el que se cuenta con un
comienzo sincronizado de las mediciones, pero en el que los distintos sensores (canales) tienen
frecuencias de muestreo no idnticas, tpicamente levemente distintos.
Finalmente, el caso ms desfavorable es no contar con informacin de comienzo
sncrono ni de frecuencias de muestreo idnticas, tal vez incluso desconocidas.
En este trabajo se simula una red de cuatros sensores de aceleracin (el subndice i
representa los distintos sensores) llamados Si, que se configuran para tener todos la misma
frecuencia de muestreo, por ejemplo 200 Hz; en la prctica estas frecuencias Fsi no son
idnticas, pero s cercanas a estos 200 Hz.
Los dos ltimos casos descritos pueden ser bastante comunes, considerando que muchos
de los sistemas de medicin en red (sensor networks) funcionan en base a sensores MEMS,
microcontroladores o sistemas de datalogger autnomos en los que los datos son recogidos de
manera independiente y consolidados posteriormente, a veces en tiempo (casi) real a travs de
canales de comunicacin cableados estndar o inalmbrico (ethernet, I2C, SPI, UART, etc.) lo
que adems suma el problema de la latencia, otras veces en tiempo diferido al realizar la lectura
de datos de los datalogger.
Un segundo problema que puede aparecer al medir con sensores de bajo costo es su
sensibilidad; el nivel de ruido del sensor es relativamente alto en relacin con las magnitudes
de seal til que se tienen. Es el caso por ejemplo al medir vibraciones estructurales de pequea
amplitud y baja frecuencia. Las fuentes de ruido pueden ser ruido que acompaa a la seal
(ruido externo), ruido electrnico producido en los componentes electrnicos (ruido interno) y
el ruido que se genera por tener seales de baja amplitud en relacin a la resolucin del sistema
(ruido de cuantizacin). Segn el tipo de ruido las tcnicas que buscan reducirlo son distintas.
Para resolver el problema de las distintas frecuencias de muestreo entre sensores se
presentarn las tcnicas de interpolacin y decimacin.
 IX Congreso Iberoamericano de Acstica, FIA2014 paper ID: 1007 /p.3

Luego, mediante tcnicas de promediacin de las secuencias, se busca reducir el nivel

de ruido que afecta a la seal, para as aumentar la relacin seal a ruido.
En conjunto, combinando estas dos tcnicas ser posible utilizar varios sensores de bajo
costo midiendo exactamente la misma seal, para as obtener una seal de mejor calidad.
Para el proceso de simulacin que se presenta en este trabajo se genera una seal de
aceleracin con tres componentes sinusoidales, que representan la seal de inters a la que se
le suma una componente de ruido, simulando el ruido intrnseco (interno) del sensor. El ruido
es modelado mediante una funcin aleatoria de densidad de probabilidad de media cero y cuya
desviacin tpica es igual al valor eficaz (RMS) de la amplitud del ruido. Este tipo de ruido
tiene una densidad espectral de potencia (potencia por unidad de frecuencia) constante para
todas las frecuencias, por lo que se considera una fuente de ruido aditivo blanco.
Tabla 1: Variables, su descripcin y su nombre en Matlab

Variable Descripcin
i i representa al ndice del sensor
Si Cada uno de los i sensores
Fsi Frecuencia de muestreo para cada uno de los i sensores [Hz]
Ttime Duracin de la seal de ruido en [s]
Seal de aceleracin pura del sensor i, que consta de varias sinusoides
si y que es igual para cada uno de los i sensores, pero que ya como
secuencia (digital) es distinta, porque depende de Fsi
Seal de ruido proveniente de cada uno de los i sensores. Esta seal es
ni
distinta para cada uno de los sensores y luego tambin como secuencia
Aj Amplitud (RMS) de cada una de las j componentes sinusoidales
Amplitud (RMS) de la componente de ruido. Esta amplitud es igual
Anoise
para cada sensor, pero no la secuencia
Seal de salida del sensor i que es la suma de la sinusoide y ruido:
xi
xi = s i + ni
Frecuencia de muestreo comn a la que se busca llegar y que tiene un
Fscomm
valor similar a Fsi

2. RUIDO INVOLUCRADO
En general, y refirindose en este caso a sensores de aceleracin, cada seal que se
obtiene de un sensor real contiene ruido proveniente de distintas fuentes: ruido electrnico en
sus distintas formas (agitacin trmica de los electrones y las variaciones aleatorias de los
portadores de carga que recibe el nombre de ruido trmico o de Johnson) y que es imposible de
eliminar o por ejemplo ruido de cuantizacin en caso de seales digitalizadas por un conversor
anlogo digital (ADC). Es decir, la seal elctrica que se obtiene del sensor es distinta a la seal
medida y finalmente registrada. La diferencia entre ambas es llamada ruido. Adems es posible,
dependiendo del problema u objeto a medir, que se incluya tambin dentro de la definicin de
ruido a otro tipo de vibraciones externas (Fig 1 izquierda).
En este trabajo el ruido intrnseco se genera mediante una secuencia aleatoria de
distribucin normal. Para este tipo de secuencias es ms representativo el valor RMS que la
amplitud. En caso de conocerse el rango de frecuencias esperadas de la seal es reducir el ruido
a travs de algunas tcnicas como el instalar un filtro anlogo anti-alias (FAA) antes de la
 IX Congreso Iberoamericano de Acstica, FIA2014 paper ID: 1007 /p.4

entrada del ADC, tal como se presenta en la Fig. 1 (derecha). En la Tabla 1 se presentan las
variables que fueron utilizadas en el programa de simulacin y que pueden ser modificadas.
Por otro lado, el sobremuestreo, tambin denominado oversampling, consiste en
aumentar la frecuencia de muestreo (Fs) n veces y que, junto a ser til para simplificar el orden
del filtro pasabajos FAA, permite disminuir la potencia (nivel) del ruido de cuantizacin dado
por la ecuacin (1), ya que al aumentar Fs se aumenta el denominador de la ecuacin. En la
ecuacin (1) PSD es la densidad espectral de potencia (power spectral density) y LSB es el bit
menos significativo (least significative bit).

(Valor LSB)2 1
PSDruido= (1)
12 s

En Fig. 2 se puede ver el diagrama en bloques del acelermetro ADXL345, donde se

observa un filtro digital despus del ADC para suavizar los datos de salida.

Fig. 1: Ruido involucrado en el proceso de toma de datos para un sensor de aceleracin

(izquierda). Incorporacin de un filtro FAA pasabajo que permite reducir el nivel de ruido
(derecha).

Fig. 2: Diagrama en bloques del sensor ADXL345.

3. SIMULACIN DE LAS MUESTRAS

La seal de aceleracin sinusoidal s(t), que se muestrear, est compuesta por la suma
de tres sinusoides, de amplitud y frecuencia mostradas en la Tabla 2.

(2)
 IX Congreso Iberoamericano de Acstica, FIA2014 paper ID: 1007 /p.5

Tabla 2: Amplitud y frecuencia de las componentes de la seales

Componente Amplitud Frecuencia

1 0.2 6 Hz
2 0.4 12 Hz
3 0.8 122 Hz

As, la seal est compuesta por tres sinusoides como se presenta en la ecuacin (2). El
nivel de ruido utilizado est definido por su valor RMS.
Con lnea punteada en la Fig. 3 a) se pueden ver los primeros 120 milisegundos de las
cuatro seales puras si(t), en el que se marcan los instantes en los que fueron muestreados, cada
uno a una Fs levemente distinta. As es posible ver que la primera muestra coincide
(sincronismo en el momento de partida) pero ya despus de algunas muestras la falta de
sincronismo es evidente. En la Fig. 3 b) se ven las 100 primeras muestras de las mismas cuatro
seales, en las que a medida que pasa el tiempo, tambin se nota la consecuencia de las distintas
Fs. Finalmente en la Fig. 3 c) se presentan las 25 primeras muestras de x2(t) correspondiente al
sensor 2 adems de las sinusoides puras s2(t) y el ruido n2(t). As es posible ver que la amplitud
del ruido es varias veces mayor que el nivel de seal sinusoidal.

Fig. 3 a) seal de aceleracin. b) secuencia de aceleracin. c) secuencia sensor #2.

Los niveles de potencia de seal, ruido y seal con ruido se presentan en la Tabla 3
haciendo uso de la Relacin Seal a Ruido (SNR) expresada en dB en la ecuacin (3) donde la
variable s hace referencia a la seal y la variable n al ruido.

Tabla 3. Potencias de seal y ruido y relacin seal-ruido para los distintos casos.
Sensor Potencia seal pura Potencia ruido SNR
S1 -0.75 dB re 1 14.97 dB re 1 -15.72 dB
S2 -0.75 dB re 1 14.98 dB re 1 -15.73 dB
S3 -0.75 dB re 1 14.99 dB re 1 -15.75 dB
S4 -0.75 dB re 1 15.04 dB re 1 -15.80 dB
 Read full publication

Citations 0 References 3

Understanding Digital Signal Processing

Article Jan 2010

R. G. Lyons

Read

Introduccin al Procesamiento Digital de Seales. Juan Vignolo. 2008.

Tcnicas de reduccin de ruido," in Modelamiento de sensores de vibracin MEMS y mejora de

su relacin seal-ruido. Galaz Miranda. 41-48.

Comment

Alejandra Morales April 18, 2017

University of San Carlos of Guatemala

Una herramienta muy eficaz, debido al manejo de funciones matemticas, algo que se carece en otros
programas o que cuesta un poco ms la programada

Recommendations

Discover more publications, questions and projects in Sensors

Project
Shaking Tunnel Vision (Vibration measurement in tunnels)
Sebastian Fingerhuth Pablo Alcano

Two tunnels are going to be sensorized on five sections using accelerometers and IMU. This way the seismic response will be recorded.

View project
Project
lic: listen_identify_count
Sebastian Fingerhuth Francisco Pizarro Torres Gabriel Hermosilla

Acoustic measurement of insects sound pattern

View project
Project
Hybrid method for obtaining individual Head Related Transfer Functions (HRTF): pinna molding and head-torso photogrammetric 3D reconstruction
Sebastian Fingerhuth

FONDECYT Iniciacin 2016-2018 # 11150388

View project
 Project
STINGS: Supervision of Tailings by an Integrated Novel Approach from Ground and Space
Sebastian Fingerhuth

STINGS will identify the physical and chemical processes that affect environmental risks and establish integrated modelling and monitoring methods that should be
implemented in order to make reliab" [more]

View project

Discover more

Data provided are for informational purposes only. Although carefully collected, accuracy cannot be guaranteed. Publisher conditions are provided by RoMEO. Differing
provisions from the publisher's actual policy or licence agreement may be applicable.

This publication is from a journal that may support self archiving. Learn more

2008-2017 ResearchGate GmbH. All rights reserved. About usHelp CenterCareersDevelopersNewsContact usPrivacyTermsCopyright | AdvertisingRecruiting