INFORME 4: Adquisición de datos usando MATLAB

1st Milton Arroyave, 2nd Marily Hincapie, 3rd William Martinez, 4th Daniver Leon
Grupo n°1
(milton.arroyave, marily.hincapie, willian.martinez, d.leon)@.utp.edu.co
Programa de ingenierı́a eléctrica- Laboratorio de medidas e instrumentación
Universidad Tecnológica de Pereira
Marzo 14 de 2023

Abstract—In this practice a DAQ was used to acquire signals
generated in Matlab in the first part, then in the second part
audio signals were acquired corresponding to the recording of
the musical note LA, at different frequencies, this was possible
thanks to the Matlab script which allows to visualize the graphs
corresponding to the acquired signal in the time and frequency
domain, this allowed to identify the fundamental frequency of
each recording and its harmonics. Finally, a recording was taken
in order to reconstruct it identifying the harmonics with greater
magnitude and at what frequency they occur, this in order to
reconstruct the signal and that the captured spectrum and the
reconstructed spectrum are as similar as possible.
Index Terms—Generate, acquire, signals, Matlab, acquisition
board, programming, harmonic analysis, musical notes, charac-
terization, information, instrumentation, measurement, parame-
ters.
I. R ESUMEN
En esta práctica se utilizó una DAQ para adquirir señales
generadas en Matlab en la primer parte, posteriormente en la
segunda parte se adquirieron señales de audio correspondientes
a la grabación de la nota musical LA, a diferentes frecuencias
esto fue posible gracias al script de Matlab el cual permite
visualizar las gráficas correspondientes a la señal adquirida en
el dominio del tiempo y la frecuencia, esto permitio identificar
la frecuencia fundamental de cada grabación y sus armónicos.
Finalmente se tomo una grabacion cualquiera con el fin de
reconstruirla identificando los armonicos con mayor magnitud
y en que frecuencia se dan, esto con el fin de reconstruir la
señal y que el espectro capturado y el espectro reconstruido
sean tan parecidos como sea posible.
II. I NTRODUCCI ÓN
La tarjeta de adquisición de datos es un dispositivo hardware
que actua como interfaz entre un equipo informático y las
senales fısicas de sensores en planta. Esta transforma los
codigos analógicos que ofrecen los instrumentos en señales
digitales interpretables por una computadora a traves de un
convertidor analogico-digital. Ademas de este componente,
suelen estar provistas de un circuito acondicionador de señales
para eliminar ruidos y un bus conector con el ordenador.
Todas estas caracterı́sticas son redundantes en cualquier otro
tipo de dispositivo DAQ.
El circuito acondicionador es preciso para eliminar la
inestabilidad caracterı́stica de este tipo de señales y ser
posible su lectura por parte del convertidor. Para ello, este
circuito tiene la capacidad de amplificar o reducir la magnitud
de la señal en base al valor correcto, filtrarla eliminando
sobrepicos impropios de la señal manteniéndolos estables
y aislando perturbaciones del exterior que afectan a la
recopilación de las señales.[1]
Estas tarjetas se utilizan habitualmente en aplicaciones
de control y supervisión industrial, instrumentación de
laboratorio, pruebas de prototipos y sistemas de control de
procesos. Las tarjetas de adquisición de datos toman una señal
de un sensor (sistema analógico), y esa señal se transforma en
datos que pueden ser registrados y reconocidos por un sistema
digital para que un usuario pueda leerlos y realizar tareas.
Constan de tres elementos: El circuito de acondicionamiento
de la señal, seguido del convertidor analógico-digital (ADC)
y finalmente el bus informatico.[2]
La adquisición de datos es el proceso de medir un fenómeno
eléctrico o fı́sico como voltaje, corriente, temperatura, presión
o sonido. Un sistema DAQ consiste de sensores, hardware de
medidas DAQ y un PC donde almacenar y tratar los datos.
Comparados con los sistemas de medidas tradicionales, los
sistemas DAQ basados en PC aprovechan la potencia del
procesamiento, la productividad, la visualización y las habil-
idades de conectividad de los PCs estándares en la industria
proporcionando una solución de medidas más potente, flexible
y asequible.
III. C ONTENIDO
A. Reporte de la práctica
1) Primera parte: Generar una señal y capturarla con la
misma DAQ:
1) Se conectaron los terminales AO-0 con AI-0+ y AGND
con AI-0- como se puede observar en la figura 1.
2) Se generó una señal senosoidal con la rutina MyPrat-
ice21.m de la forma:
x(t) = 3 · Sin(2π60t + θ) (1)
De la cual se adquirio la figura 3.
3) Realizando los cambios necesarios a la rutina MyPrat-
ice21.m para generar de manera simultanea la señal de
la siguiente forma:
◦ ◦ ◦
x(t) = 5Sin(2π60t + 10 ) + 2Sin(2π180t + 60 ) + 1Sin(2π300t − 30 ) (2)
 Fig. 1. Conexion NI-myDAQ

Fig. 4. Señal generada 2

Fig. 2. Señal generada 1

Fig. 5. Señal adquirida 2

indico y como se puede observar en la figura 6.

2) Se enumeraron los archivos de la carpeta Instrumento 2
como se puede observar en la figura 7.
3) Se eligió la octava LA 5 de 880Hz y se obtuvó la
gráfica correspondiente al dominio de la frecuencia del
instrumento 1 y 2 en las figuras 8 y 9 respectivamente.
4) Se puede observar que la frecuencia fundamental de
las dos señales son muy proximas siendo la frecuencia
del instrumento 1 mas cercana a 900kHz y la del
Fig. 3. Señal adquirida 1 instrumento 2 cercana a 880Hz. Con respecto a las
magnitudes también son muy semejantes siendo la mag-
nitud del instrumento 2 un poco mas grande que la del
Se adquirió la señal de la figura 5. instrumento 1.
5) Es casi imperceptible la diferencia entre la misma nota
2) Segunda parte: Analisis de señales de audio: musical generada con instrumentos diferentes.
1) Se hizo la conexion del plug del cable 1x1 como se La razón por la cual es casi imperceptible la diferencia

Fig. 6. Conexión plug
Fig. 7. Carpeta instrumento 2 - Organizacion
entre la misma nota musical generada con diferentes
instrumentos musicales se debe a las propiedades fı́sicas
del sonido. Cuando una nota musical se produce, se
generan ondas sonoras que contienen información sobre
la frecuencia, amplitud calidad del sonido de la nota.
La frecuencia determina la altura de la nota musical,
y es la propiedad que se mantiene constante para una
nota musical especı́fica, por ejemplo, el La4 tiene una
frecuencia de 440 Hz en afinación estándar. Los instru-
mentos musicales tienen diferentes formas y tamaños,
lo que afecta a las propiedades acústicas de las ondas
sonoras que producen. Esto significa que los diferentes
instrumentos pueden producir sonidos con diferentes
combinaciones de armónicos, que son múltiplos de la
Fig. 8. Instrumento 1 - LA 5 (880Hz)
Fig. 9. Instrumento 2 - LA 5 (880Hz)
frecuencia fundamental. Estos armónicos influyen en el
timbre del sonido, que es la propiedad que distingue el
sonido de diferentes instrumentos.
Dado que la frecuencia fundamental es la misma para
una nota musical especı́fica, los diferentes instrumentos
que tocan la misma nota tendrán armónicos diferentes,
lo que afecta al timbre del sonido. Sin embargo, la
diferencia entre los armónicos puede ser muy sutil y
difı́cil de detectar por el oı́do humano, especialmente
si la nota es breve o se toca en un registro medio.
Además, el cerebro humano puede ser engañado por la
vista, lo que significa que si se ve a un músico tocar un
instrumento determinado, el cerebro puede interpretar el
sonido de manera diferente a si se escucha el mismo
sonido sin ver al músico que lo produce.
Es decir, la diferencia entre la misma nota musical
generada con diferentes instrumentos puede ser sutil
debido a las propiedades fı́sicas del sonido y a la
 interpretación del cerebro humano.
6) Para reconstruir la señal escogida se caracterizaron los
armónicos en su frecuencia y magnitud
Fig. 10. Señal capturada sonido LA
Ahora se comparara el espectro capturado y espectro
reconstruido
B. Respuesta a las preguntas planteadas
1) ¿Cuales son las consideraciones importantes para la
Fig. 11. Espectro de la señal capturada
7) Al reconstruir un sonido con la transformada de Fourier,
se utiliza una técnica matemática que permite descom-
poner el sonido en sus componentes espectrales, es decir,
en las frecuencias que lo componen. Estos componentes
espectrales se conocen como armónicos y cada uno tiene
una amplitud y una fase asociadas.
La razón por la cual la reconstrucción del sonido con la
transformada de Fourier se parece al sonido original se
debe a que la mayorı́a de los sonidos que escuchamos
en la vida cotidiana están compuestos de un conjunto de
frecuencias que son múltiplos enteros de una frecuencia
Fig. 12. Espectro de la señal reconstruida
fundamental. Por ejemplo, en un sonido producido por
una guitarra, la frecuencia fundamental se corresponde
con la cuerda más baja que está siendo tocada, y los
armónicos corresponden a los múltiplos enteros de esta
frecuencia fundamental.
La transformada de Fourier permite descomponer esta
señal compleja en sus componentes espectrales corre-
spondientes, y la reconstrucción de la señal a partir
de estos componentes permite recuperar la información
espectral completa de la señal original. Aunque los
armónicos individuales pueden tener diferentes ampli-
tudes y fases en comparación con la señal original, la
suma de todos los armónicos produce una señal que es
muy similar al sonido original, debido a que la mayorı́a
de los sonidos en la vida cotidiana están compuestos por
múltiples armónicos relacionados de manera simple.
adquisición de datos, como la frecuencia de muestreo,
el ruido y la calidad de la señal?
R//=
• Frecuencia de Muestreo
La frecuencia de muestreo es la cantidad de veces
que se toma una muestra de la señal por unidad
de tiempo. Es importante asegurarse de que la
frecuencia de muestreo sea lo suficientemente alta
para capturar adecuadamente las caracterı́sticas de
la señal. Una frecuencia de muestreo demasiado
baja puede provocar aliasing, que es un efecto en
el que las frecuencias que están por encima de la
mitad de la frecuencia de muestreo se confunden
con frecuencias más bajas, lo que puede distorsionar
la señal.
 • Ruido
El ruido es cualquier interferencia o señal no de-
seada que se añade a la señal medida. Es impor-
tante minimizar el ruido tanto como sea posible,
ya que puede afectar la calidad y la confiabilidad
de los datos adquiridos. Se pueden tomar medidas
para reducir el ruido, como el uso de filtros y la
minimización de fuentes de interferencia.
• Calidad de la señal
La calidad de la señal se refiere a la fidelidad con
la que la señal adquirida representa la señal real. Es
importante asegurarse de que la calidad de la señal
sea lo suficientemente alta para que los datos sean
precisos y confiables. Se pueden tomar medidas
para mejorar la calidad de la señal, como el uso de
amplificadores y la eliminación de interferencias.
• Rango dinámico
El rango dinámico se refiere a la diferencia entre
el nivel más bajo y el más alto que puede medirse
con precisión. Es importante asegurarse de que el
rango dinámico sea lo suficientemente amplio para
capturar adecuadamente todas las variaciones en la
señal.
• Sensibilidad
La sensibilidad se refiere a la capacidad de un
sistema de medición para detectar pequeñas varia-
ciones en la señal. Es importante asegurarse de
que la sensibilidad sea lo suficientemente alta para
detectar cualquier cambio importante en la señal.
2) ¿Como se puede automatizar el proceso de adquisición
de datos en Matlab?¿Qué herramientas se utilizan para
programar la adquisición de datos en tiempo real?
R//=
En Matlab, se puede automatizar el proceso de
adquisición de datos utilizando el toolbox Data Acqui-
sition (DAQ). Este toolbox proporciona un conjunto de
funciones y herramientas para la adquisición de datos en
tiempo real. A continuación, se describen algunos pasos
generales para automatizar el proceso de adquisición de
datos en Matlab utilizando DAQ:
a) Configurar los dispositivos de entrada/salida: Antes
de adquirir datos, se debe configurar los disposi-
tivos de entrada y salida necesarios. Esto se realiza
mediante las funciones y herramientas de DAQ que
permiten configurar los canales de entrada/salida,
las frecuencias de muestreo, el tipo de señal, entre
otros.
b) Definir los parámetros de adquisición: Una vez
configurados los dispositivos de entrada/salida, se
deben definir los parámetros de adquisición, como
la duración de la adquisición, la frecuencia de
muestreo, el número de muestras, etc.
c) Adquirir los datos: Se utiliza la función de
adquisición de datos de DAQ para comenzar la
adquisición de datos en tiempo real. Esta función
devuelve los datos adquiridos en un objeto que
puede ser analizado posteriormente.
d) Analizar los datos: Una vez que se han adquirido
los datos, se pueden analizar utilizando las
herramientas de procesamiento de señales de
MATLAB. Por ejemplo, se pueden aplicar filtros,
transformadas de Fourier, análisis estadı́sticos,
entre otros.
• Para programar la adquisición de datos en tiempo
real, se utilizan las funciones y herramientas de
DAQ de Matlab. Algunas de estas herramientas son:
a) Data Acquisition Toolbox: Este es el principal
toolbox de Matlab para la adquisición de datos.
Proporciona una amplia variedad de funciones y
herramientas para la adquisición de datos, desde la
configuración de dispositivos hasta el análisis de
señales.
b) Simulink: Matlab también ofrece la posibilidad
de programar la adquisición de datos en tiempo
real mediante la creación de modelos de Simulink.
Simulink proporciona bloques predefinidos que se
pueden utilizar para construir modelos de sistemas
de adquisición de datos en tiempo real.
c) Instrument Control Toolbox: Esta toolbox de
Matlab proporciona herramientas para el control
de instrumentos de medición y automatización de
pruebas. Se puede utilizar en conjunto con Data
Acquisition Toolbox para programar la adquisición
de datos en tiempo real.
3) ¿Cuales son los desafios o limitaciones de la adquisición
de datos con Matlab, y como se pueden abordar?
R//=
• Frecuencia de muestreo limitada: La frecuencia de
muestreo es el número de muestras por segundo que
se toman de una señal. Una frecuencia de muestreo
insuficiente puede resultar en una pérdida de infor-
mación y en una representación inexacta de la señal.
Para abordar este problema, se puede aumentar la
frecuencia de muestreo, sin embargo, esto puede
requerir una mayor capacidad de procesamiento y
almacenamiento.
• Ruido: El ruido puede ser un problema en la
adquisición de datos, especialmente en ambientes
ruidosos o en señales débiles. Una forma de abordar
esto es utilizando técnicas de filtrado de señales,
como filtros pasa-bajos o filtros adaptativos, que
pueden ayudar a reducir el ruido y mejorar la
calidad de la señal.
• Limitaciones de hardware : La adquisición de datos
puede verse limitada por el hardware disponible,
 como la capacidad de entrada y salida de los dispos-
itivos, la precisión de los convertidores analógico-
digital, entre otros factores. Para abordar este prob-
lema, se pueden utilizar dispositivos de entrada y
salida de alta calidad y capacidades más amplias, y
también se pueden utilizar técnicas de calibración
para mejorar la precisión.
• Tiempo de procesamiento y almacenamiento :
La adquisición de datos puede generar grandes
cantidades de datos, lo que puede requerir una
capacidad de procesamiento y almacenamiento sig-
nificativa. Para abordar este problema, se pueden
utilizar técnicas de compresión de datos, como
la compresión de señales sin pérdida, y también
se pueden optimizar los algoritmos utilizados para
reducir el tiempo de procesamiento.
• Sincronización de múltiples canales: En aplica-
ciones que requieren la adquisición de múltiples
canales de datos, puede ser importante garantizar la
sincronización entre ellos. Para abordar este prob-
lema, se pueden utilizar técnicas de sincronización
basadas en hardware o software, como el uso de
relojes de alta precisión y la sincronización basada
en eventos.
IV. P ROBLEMAS E INCONVENIENTES
No se tuvo ningún tipo de inconveniente en la realización
de la práctica del laboratorio.
V. C ONCLUSIONES
• La adquisición de datos es una tarea fundamental en
muchas aplicaciones de ingenierı́a y ciencias, y puede
requerir una combinación de hardware y software es-
pecı́ficos para obtener resultados precisos y confiables.
• La herramienta NI-myDAQ proporciona una plataforma
completa y fácil de usar para la adquisición de datos,
incluyendo una variedad de entradas y salidas analógicas
y digitales, ası́ como software de adquisición de datos y
análisis.
• Matlab es una herramienta de programación muy potente
y ampliamente utilizada en la adquisición de datos, con
una gran variedad de funciones y herramientas para el
análisis de señales.
• La combinación de NI-myDAQ y Matlab proporciona una
solución eficaz y eficiente para la adquisición de datos
en tiempo real, con la capacidad de procesar grandes
cantidades de datos y proporcionar una alta precisión en
la medición.
• La adquisición de datos puede presentar varios desafı́os
y limitaciones, como la frecuencia de muestreo limitada,
el ruido y la calidad de la señal, pero estos pueden ser
abordados utilizando técnicas y herramientas especı́ficas.
• En general, la adquisición de datos utilizando Matlab
y NI-myDAQ puede ser una herramienta muy valiosa
para una amplia gama de aplicaciones, incluyendo la
monitorización y control de procesos, la medición de
señales biológicas y biomédicas, y la investigación en
ciencias e ingenierı́a en general.
VI. B IBLIOGRAPHY
R EFERENCES
[1] R. L OPEZ V ILLANUEVA , D ISE ÑO DE UNA TARJETA DE ADQUISICI ÓN
DE DATOS .
[2] “U SO DE M YDAQ - PORTAL ISCATEC ,”
G OOGLE S ITES : S IGN - IN . [O NLINE ]. AVAILABLE :
HTTPS :// SITES . GOOGLE . COM / SITE / PORTALISCATEC / USO - DE - MYDAQ .
[ACCESSED : 05-M AR -2023].
[3] “P RODUCT,” NI. [O NLINE ]. AVAILABLE : HTTPS :// WWW. NI . COM / ES -
CO / SHOP / HARDWARE / PRODUCTS / MYDAQ - STUDENT- DATA -
ACQUISITION - DEVICE . HTML . [ACCESSED : 05-M AR -2023].
[4] R. S INGH , S. L. T IKU AND D. K. S HARMA , ”ACQUISITION OF ECG
SIGNALS USING NI- MY DAQ AND ITS ANALYSIS IN MATLAB,” 2016
I NTERNATIONAL C ONFERENCE ON E LECTRICAL , E LECTRONICS ,
AND O PTIMIZATION T ECHNIQUES (ICEEOT), C HENNAI , 2016, PP.
1185-1189, DOI : 10.1109/ICEEOT.2016.7755236.
[5] “A NLISIS Y SINTESIS DE FOURIER ,” F OURIER A NALYSIS AND
S YNTHESIS . [O NLINE ]. AVAILABLE : HTTP :// HYPERPHYSICS . PHY-
ASTR . GSU . EDU / HBASEES /AUDIO /F OURIER . HTML . [ACCESSED :
05-M AR -2023].
[6] “N I MYDAQ SUPPORT FROM M ATLAB ,” H ARDWARE S UPPORT
- MATLAB AMP ; S IMULINK . [O NLINE ]. AVAILABLE :
HTTPS :// LA . MATHWORKS . COM / HARDWARE - SUPPORT / NI -
MYDAQ . HTML . [ACCESSED : 05-M AR -2023].
[7] C. M. W EI AND Y. H. W U , ”D ESIGN OF DATA ACQUISITION S YSTEM
U SING MATLAB AND MY DAQ,” 2017 IEEE I NTERNATIONAL
C ONFERENCE ON I NFORMATION , C OMMUNICATION AND
E NGINEERING (ICICE), X IAMEN , 2017, PP. 43-47, DOI :
10.1109/ICICE.2017.8279744.
[8] M. J. ATKINSON , T. A. H ABETLER AND R. G. H ARLEY, ”A
HIGH - SPEED , HIGH - RESOLUTION DATA ACQUISITION SYSTEM FOR
MOTOR DRIVE TESTING USING NI- MY DAQ AND MATLAB,”
2014 IEEE E NERGY C ONVERSION C ONGRESS AND E XPOSITION
(ECCE), P ITTSBURGH , PA, 2014, PP. 3672-3678, DOI :
10.1109/ECCE.2014.6953931.
[9] A. A MMAR , N. B. S AHNOUN , H. C HAOUCHI AND M. A BID , ”R EAL -
TIME IMPLEMENTATION OF AN AUTOMATIC VOLTAGE REGULATOR FOR
A SYNCHRONOUS GENERATOR USING MATLAB AND NI- MY DAQ,”
2016 3 RD I NTERNATIONAL C ONFERENCE ON C ONTROL , D ECISION
AND I NFORMATION T ECHNOLOGIES (C O DIT), S AINT J ULIAN ’ S ,
2016, PP. 1132-1137, DOI : 10.1109/C O DIT.2016.7593587.
[10] J. D. M URRAY, ”DATA ACQUISITION WITH MATLAB: FROM
SOUND WAVES TO SEISMOGRAPHS ,” C OMPUTING IN S CIENCE
E NGINEERING , VOL . 11, NO . 3, PP. 38-49, M AY-J UNE 2009, DOI :
10.1109/MCSE.2009.52.
[11] P R ÀCTICA 4:A DQUISICI ÓN DE DATOS USANDO MATLAB Y INETH
M ARTINEZ A RMERO , E DUARDO G IRALDO, Universidad Tecnològica
de Pereira