UNIVERSIDAD PRIVADA DEL VALLE

FACULTAD DE INFORMATICA Y ELECTRONICA

INGENIERIA ELECTRONICA
SEDE LA PAZ Evaluación

DISEÑO ELECTRONICO (A)

Informe de laboratorio Nro. 1

MUESTREO Y
RECONSTRUCCIÓN
DE SEÑALES USANDO
UN
MICROCONTROLADOR
Estudiantes:
Alvarez Gutierrez Jaime Andres
Espinoza Flores Enzo Marcelo
Iriondo Carolina Abril

Docente:
Ing. Alvaro Montaño Saavedra
La Paz 27 de septiembre del 2024
1. Introducción
El muestreo y la reconstrucción de señales son pilares fundamentales en el
procesamiento digital de señales. A través de estos procesos, es posible
convertir una señal analógica continua en una secuencia de valores discretos
para ser procesada por sistemas digitales, como un microcontrolador. Este
enfoque permite un análisis más preciso y eficiente de señales en una amplia
gama de aplicaciones, desde telecomunicaciones hasta control de sistemas
en tiempo real.

El uso de microcontroladores en la implementación de sistemas de muestreo

y reconstrucción es clave debido a su capacidad para realizar tareas de
procesamiento a bajo costo y con alta eficiencia. Los microcontroladores no
solo son capaces de capturar datos a través de convertidores analógico-
digitales (ADC), sino que también pueden reconstruir señales a través de
convertidores digital-analógico (DAC). Esto los convierte en herramientas
versátiles en diversas áreas, como la ingeniería electrónica, el
procesamiento de imágenes y el diseño de sistemas embebidos.

2. Objetivo
2.1. Objetivo general
Implementar y analizar un sistema de muestreo y reconstrucción de señales
utilizando un microcontrolador, evaluando su precisión y aplicabilidad en
diversas aplicaciones electrónicas.
2.2. Objetivos específicos
➢ Describir los principios teóricos del muestreo y la reconstrucción de
señales, destacando su relevancia en el procesamiento digital de
señales.
➢ Implementar un circuito que utilice un microcontrolador para realizar
el proceso de muestreo a través de un ADC y la reconstrucción
mediante un DAC.
➢ Evaluar el impacto de la frecuencia de muestreo en la calidad de la
señal reconstruida, de acuerdo con el teorema de Nyquist.
➢ Analizar las limitaciones de hardware del microcontrolador en la
precisión de la reconstrucción de la señal.
➢ Realizar pruebas prácticas para comparar los resultados obtenidos en
la simulación con el sistema físico implementado.

3. Marco teórico
Para convertir nuestra señal para que el ordenador la pueda comprender se
siguen tres pasos básicos: muestreo, cuantificación y codificación.
3.1. Muestreo:
Consiste básicamente en tomar valores de la señal continua que tenemos.
El tiempo que se tarda entre muestra y muestra se le denomina frecuencia
de muestreo. En este paso nos puede parecer que se pierde información,
pero por la demostración del teorema de muestreo de Nyquist-Shannon,
 vemos que si una señal tiene una frecuencia de muestreo superior al doble
de su ancho de banda se puede hacer una reconstrucción de esta señal.
Dicho de otro modo: para que podamos hacer un muestreo adecuado, la
frecuencia de muestreo debe ser el doble que la frecuencia que tenga
nuestra señal [1].

Ilustración 1. Ejemplo de muestreo

3.2. Proceso de Reconstrucción

El proceso de reconstrucción, también conocido comúnmente como
interpolación, produce una señal de tiempo continua que muestrearía a una
señal de tiempo discreta dada a una frecuencia de muestreo específica. La
reconstrucción se puede entender matemáticamente generando primero un
tren de impulsos de tiempo continuo
∞

𝑥𝑖𝑚𝑝 (𝑡) = ∑ 𝑥𝑠 (𝑛)𝛿(𝑡 − 𝑛𝑇𝑠 )

−∞
Ecuación 1, Ecuación del Proceso de Reconstrucción

A partir de la señal muestreada xs con periodo de muestreo Ts y luego

aplicar un filtro de paso bajo que satisfaga ciertas condiciones para producir
una señal de salidax~x~. Si tiene respuesta de impulso, entonces el
resultado del proceso de reconstrucción [2].

Ilustración 2. Diagrama de bloques del proceso de reconstrucción para un filtro de paso bajo

3.3. Reconstrucción de Señales

La reconstrucción de señales es el proceso inverso al muestreo, donde a partir
de los valores discretos muestreados se genera una señal continua que intenta
aproximarse a la señal analógica original. Para lograr una reconstrucción fiel,
es esencial que el proceso de muestreo se haya realizado correctamente,
siguiendo los criterios establecidos por el teorema de Nyquist.
En la práctica, la reconstrucción se realiza mediante un convertidor digital-
analógico (DAC), que transforma los datos discretos en una señal analógica
continua. Sin embargo, este proceso nunca es perfecto, y su calidad depende
tanto de la frecuencia de muestreo como de las características del hardware
empleado. [3]

Ilustración 3. Reconstrucción de una señal

3.4. Microcontroladores y Procesamiento de Señales

Un microcontrolador es un dispositivo electrónico que integra en un solo chip
un procesador, memoria y periféricos de entrada y salida, diseñado para
realizar tareas de control específicas. En el contexto del muestreo y la
reconstrucción de señales, los microcontroladores desempeñan un papel clave
al gestionar tanto el proceso de adquisición de datos mediante un convertidor
analógico-digital (ADC), como el proceso de reconstrucción a través del DAC.
[4]

Los ADCs convierten señales analógicas en secuencias digitales que el

microcontrolador puede procesar, mientras que los DACs se utilizan para
reconstruir la señal analógica. La precisión de estos procesos está influenciada
por factores como la resolución del convertidor, la frecuencia de muestreo,
y la capacidad de procesamiento del microcontrolador [5].
3.5. Frecuencia de Corte
La frecuencia de corte es un concepto importante cuando se trabaja con
señales y filtros. Se refiere a la frecuencia en la que la respuesta de un sistema
(como un filtro pasa bajos o pasa altos) se reduce a un 70.7% de su valor
máximo, lo que equivale a una caída de -3 dB en la amplitud de la señal. La
frecuencia de corte define el límite en el cual el sistema empieza a atenuar las
señales, permitiendo el paso de frecuencias dentro de un rango y bloqueando
otras [6].
3.6. Aplicaciones del Muestreo y la Reconstrucción de Señales
El muestreo y la reconstrucción de señales son fundamentales en diversas
áreas, incluyendo:
• Procesamiento de audio: Para digitalizar, procesar y reproducir
señales de audio.
• Sistemas de telecomunicaciones: Para transmitir señales discretas
en canales de comunicación.
 • Control de sistemas embebidos: Los microcontroladores que
controlan motores, sensores y actuadores dependen del muestreo de
señales físicas para procesar información y actuar en consecuencia.
• Instrumentación y medición: Dispositivos como osciloscopios
digitales y analizadores de señales dependen del muestreo para
capturar y mostrar datos [7].

4. Materiales

Cantidad Unidad Descripción

1 pza Multímetro Digital
1 pza Fuente de poder
1 pza Osciloscopio Digital
1 pza Generador de señal
Tabla 1, Equipos a utilizar

Cantidad Unidad Descripción

1 pza Bread Board
1 pza Arduino UNO
1 pza Cable USB para Arduino
1 pza Amplificador LM358
2 pza Capacitor 22 nF
1 pza Capacitor 18 nF
1 pza Capacitor 3.3 nF
2 pza Resistencia de 33 kΩ
2 pza Resistencia de 75 kΩ
Tabla 2. Materiales a utilizar
5. Procedimiento
5.1. Primer circuito

Primeramente, configuramos el primer amplificador operacional (U2B -

LM358N), colocamos un LM358N en nuestro Protoboard y conectaamos su pin
de alimentación positiva (V+) a +4.0V y el pin de alimentación negativa
(GND) a tierra.
Conectamos las resistencias R1 y R2 a los pines 2 y 3 del LM358N
respectivamente, que son las entradas inversora y no inversora del
amplificador, luego conectamos el pin 4 del LM358N (salida del
amplificador) al siguiente nodo del circuito que alimentará el segundo
amplificador, ahora para el otro LM358N para la segunda etapa. Conectamos
de la salida del primer amplificador (pin 4) a través de la resistencia R3
(33kΩ) hacia la entrada inversora del segundo amplificador (pin 2). Luego
conectamos el capacitor C1 (22nF) en paralelo con R3 y conectamos una
resistencia de realimentación R4 (33kΩ) y un capacitor C2 (18nF) entre la
salida y la entrada inversora del amplificador para completar el lazo de
retroalimentación.
Para nuestra configuración de la salida del segundo amplificador (pin 1) se
conectó al canal del osciloscopio (XSC1) para visualizar la señal resultante
y al principio conectamos una fuente de alimentación de +4.0V (VDC2) a los
extremos de las resistencias R1 y R2 (ambas de 75kΩ).
Finalmente nos aseguramos de que las conexiones a tierra sean correctas y
que tanto los amplificadores como los componentes pasivos estén
correctamente conectados.
Se realizarán dos tablas comparativas: una que contendrá los resultados
obtenidos a partir de la simulación del circuito, y otra que mostrará los
datos tomados experimentalmente en el laboratorio. Esto permitirá analizar
las diferencias y similitudes entre los valores simulados y los medidos en
condiciones reales.

𝑽𝒎𝒂𝒙 𝑽𝒎𝒊𝒏 𝑽𝒑𝒑 𝑽𝒐𝒇𝒇𝒔𝒆𝒕 T 𝒇

Señal en el canal 1 (CH1) 3,84v 315mV 3,53v 3,53v 5ms 202Hz
Tabla 3. tabla 1 solo de la simulación
5.1.1. Cálculo de la frecuencia de corte
Para realizar el cálculo de la frecuencia de corte se utilizó la siguiente
ecuación.

1
𝑓𝑐 =
2𝜋 ∙ 𝑅 ∙ 𝐶

Al tener esa ecuación entonces sacamos el valor medido que ira a la tabla
4 de este informe y nuestro resultado sería:

1
𝑓𝑐 =
2𝜋 ∙ 33𝑘 ∙ 18𝑛𝐹

𝑓𝑐 = 268

5.2. Segundo circuito

Primeramente, configuramos el amplificador operacional U2:B (LM358N).

Colocamos el LM358N en nuestro protoboard y conectamos su pin de
alimentación positiva (V+) a +4V y su pin de tierra (GND) al negativo de la
fuente. A continuación, conectamos una segunda fuente de +5V para
alimentar el amplificador en el pin 8 del LM358N, y el pin 4 a tierra.

Para la entrada de señal, conectamos una señal senoidal de 2V pico a pico

y 100Hz a través de las resistencias R5 y R6 (ambas de 75kΩ) al pin no
inversor (pin 5) del amplificador operacional. El pin inversor (pin 6) lo
conectamos a tierra. Luego, conectamos la salida del amplificador (pin 7)
al pin A0 del Arduino para la lectura de la señal analógica.

En la segunda etapa, configuramos otro amplificador LM358N como filtro

(U2:A). Colocamos una resistencia R4 (33kΩ) en serie con la entrada no
inversora (pin 3) del amplificador. Luego, conectamos un capacitor C1
(22nF) en paralelo con la resistencia R4, formando parte del filtro. Después,
conectamos una resistencia de realimentación R3 (33kΩ) y un capacitor C2
(18nF) entre la salida y la entrada inversora del amplificador (pins 1 y 2,
respectivamente) para cerrar el lazo de retroalimentación.

Finalmente, conectamos la salida del segundo amplificador al osciloscopio

(CH1 y CH2) para monitorear la señal amplificada y filtrada, y verificamos
que todas las conexiones de tierra y alimentación fueran correctas,
incluyendo las del Arduino para asegurar la lectura adecuada de la señal
analógica.
6. Resultados

6.1. Primer circuito

𝑽𝒎𝒂𝒙 𝑽𝒎𝒊𝒏 𝑽𝒑𝒑 𝑽𝒐𝒇𝒇𝒔𝒆𝒕 T 𝒇

Señal en el canal 1 (CH1) 3v 1V 2v 2v 10ms 100Hz
Tabla 4. Tabla 1 en físico
 Medición Calculado %Error
Frecuencia de corte 230 286 20%
Tabla 5. Frecuencia de Corte

En esta primera tabla, se muestran los parámetros de la señal obtenida en

el osciloscopio, como los valores máximo (Vmax), mínimo (Vmin), pico a
pico (Vpp) y el Voffset, con una frecuencia de 100 Hz. Los datos reflejan
una señal sinusoidal con un periodo de 10 ms, lo que corresponde a la
frecuencia esperada. La señal presenta una variación considerable en su
voltaje, lo cual es esperable en un experimento donde se manipula una señal
continua en el tiempo y se busca observar su comportamiento en el dominio
del tiempo.
Además, se muestra la frecuencia de corte con su valor medido de 230 Hz,
calculado de 286 Hz y un error del 20%. Esta discrepancia puede deberse a
imperfecciones en el proceso de medición o en los componentes utilizados
en el circuito. El error, aunque significativo, está dentro de un margen
tolerable para este tipo de pruebas de laboratorio, considerando que los
instrumentos pueden tener limitaciones de precisión.

6.2. Segundo Circuito

Generador de señales ajustado a una señal sinusoidal

Frecuencia de Voltaje pico Frecuencia de Voltaje
Nro. la señal de a pico de la señal de pico a pico Desfase
entrada (Hz) entrada salida de salida
1 10 8v 298,7Hz 6v
2 50 18v 106,8Hz 20v
3 100 22v 101Hz 18v
4 150 28v 149,9Hz 16,8v
5 200 20v 200Hz 13,6v

Generador de señales ajustado a una señal triangular

Frecuencia de Voltaje pico Frecuencia de Voltaje
Nro. la señal de a pico de la señal de pico a pico Desfase
entrada (Hz) entrada salida de salida
1 10 6v 306,6 Hz 8v
2 50 20v 128,5Hz 18v
3 100 20v 99,80Hz 16v
4 150 20v 304,9Hz 14,4v
5 200 18v 395,5Hz 11,2v

Generador de señales ajustado a una señal cuadrada

 Frecuencia de Voltaje pico Frecuencia de Voltaje
Nro. la señal de a pico de la señal de pico a pico Desfase
entrada (Hz) entrada salida de salida
1 10 2v 125kHz 2v
2 50 22v 50,20Hz 20v
3 100 22v 100,4Hz 20v
4 150 20v 150,8Hz 18,4v
5 200 22v 200Hz 16v

Cada una de las tres tablas muestra el comportamiento de la frecuencia de la señal

de entrada y su salida para diferentes formas de onda: sinusoidal, triangular y
cuadrada. Los resultados indican que para cada tipo de señal, la salida varía tanto
en términos de frecuencia como de voltaje pico a pico, lo que demuestra la
relación entre la forma de la señal y su respuesta en el sistema. En señales
sinusoidales y triangulares, se observa una tendencia clara donde el aumento en
la frecuencia de entrada provoca un cambio significativo en la salida, con
variaciones en el voltaje de hasta 20V.
Para las señales cuadradas, la respuesta en frecuencia y voltaje de salida tiende a
ser más estable, con menor variabilidad en los resultados. Esto sugiere que el
sistema tiene una mejor capacidad de manejar señales cuadradas sin distorsionar
tanto la amplitud en comparación con las otras formas de onda. Además, los
desfases observados son consistentes con el comportamiento esperado de cada
forma de onda, siendo más pronunciados en las señales sinusoidales.

Medición Calculado %Error

Frecuencia de Nyquist 2Hz 0,8Hz 70%
 Medición Calculado %Error
Frecuencia fantasma 1Hz 1Hz 0%

En la última sección, se analiza la frecuencia de Nyquist y la frecuencia

fantasma, mostrando mediciones reales y valores calculados con un
porcentaje de error significativo en la frecuencia de Nyquist (70%). Este
error indica que la frecuencia de muestreo no fue suficiente para cumplir
con el criterio de Nyquist, lo cual podría haber provocado aliasing en la señal
reconstruida. Es crucial corregir este parámetro para evitar la pérdida de
información en la señal procesada.
Por otro lado, la frecuencia fantasma muestra una coincidencia perfecta
entre los valores medidos y calculados, con un error del 0%. Esto refleja un
comportamiento ideal en la señal procesada, lo que podría deberse a una
correcta configuración de los parámetros del sistema o a que la señal
fantasma era de baja frecuencia y más fácil de medir con precisión.

7. Conclusiones

El estudio y la implementación del muestreo y la reconstrucción de señales

utilizando un microcontrolador han permitido demostrar la relevancia de estos
conceptos en el procesamiento digital de señales y en diversas aplicaciones de
sistemas embebidos. A lo largo del proyecto, se logró construir un sistema
funcional que convierte señales analógicas en digitales a través de un
convertidor ADC y posteriormente las reconstruye mediante un DAC, mostrando
la capacidad de los microcontroladores para realizar estas tareas de manera
eficiente.

Uno de los puntos más significativos fue la importancia de la frecuencia de

muestreo en la fidelidad de la señal reconstruida. Se pudo observar que,
cuando la frecuencia de muestreo no alcanza al menos el doble de la frecuencia
máxima de la señal original, según el Teorema de Nyquist, la reconstrucción
presenta errores evidentes debido al aliasing. En contraste, un muestreo
adecuado permitió reconstruir la señal con alta precisión.

Además, la comparación entre los datos obtenidos en la simulación y los datos

medidos en el laboratorio evidenció algunas discrepancias causadas por las
limitaciones del hardware, como la resolución del ADC y el DAC, así como las
pequeñas pérdidas en la transmisión de datos reales. Sin embargo, estas
diferencias son controlables y no afectan significativamente la funcionalidad
del sistema en la mayoría de las aplicaciones prácticas.

Por último, este trabajo resalta la versatilidad de los microcontroladores en la

adquisición y procesamiento de señales en tiempo real, destacando su utilidad
en campos como el procesamiento de audio, telecomunicaciones y control de
sistemas. Las pruebas realizadas proporcionan una base sólida para futuras
aplicaciones que requieran procesamiento digital de señales.

8. Cuestionario
8.1. ¿Cuál es la diferencia entre una señal continua y una señal discreta?

• Señal continua: Es aquella que existe y puede ser medida en todos

los instantes de tiempo posibles. Su valor cambia de forma suave y
continua, sin saltos. Un ejemplo típico es una onda senoidal que
representa una señal de voltaje o corriente en un sistema analógico.
• Señal discreta: Es una señal que se define y existe solo en ciertos
intervalos de tiempo específicos, es decir, en instantes de tiempo
discretos. Los valores de la señal se obtienen en intervalos regulares,
como en el caso de la señal digital

8.2. ¿Qué es el teorema de muestreo y cuál es su importancia en el

proceso de muestreo?

El teorema de muestreo (o teorema de Nyquist-Shannon) establece

que para reconstruir perfectamente una señal continua a partir de
sus muestras discretas, la señal debe ser muestreada a una
frecuencia de al menos el doble de su frecuencia máxima. Esta
frecuencia mínima se llama frecuencia de Nyquist.

La importancia radica en que asegura que no se pierda información

en el proceso de muestreo y que la señal original pueda ser
completamente reconstruida a partir de las muestras.

8.3. ¿Cómo se calcula la frecuencia de muestreo necesaria para evitar el

fenómeno de aliasing?
La frecuencia de muestreo, fs, debe ser al menos el doble de la
frecuencia máxima presente en la señal original, fmax, para evitar el
fenómeno de aliasing. Esto se expresa como:

Esto garantiza que no haya solapamiento de frecuencias en el proceso

de reconstrucción de la señal original.

8.4. ¿Qué es la reconstrucción de señales y en qué consiste?

 La reconstrucción de señales es el proceso de convertir una señal discreta
(muestras) de vuelta a una señal continua. Este proceso consiste en
interpolar entre las muestras de la señal muestreada para generar una
versión continua que se aproxima a la señal original.

En la teoría ideal, si la señal ha sido muestreada a una frecuencia adecuada

(según el teorema de Nyquist), puede ser reconstruida exactamente
utilizando un filtro pasa bajas que elimine las frecuencias no deseadas.

8.5. ¿Qué es el fenómeno de aliasing y la frecuencia fantasma y cómo

afecta la calidad de la señal reconstruida?

El aliasing ocurre cuando una señal se muestrea a una frecuencia menor que
el doble de su frecuencia máxima (es decir, por debajo de la frecuencia de
Nyquist). Esto provoca que las componentes de frecuencia más altas se
confundan con las más bajas, generando una señal incorrecta y
distorsionada.

La frecuencia fantasma es la frecuencia errónea que aparece debido al

aliasing, y distorsiona la señal reconstruida. Este fenómeno afecta
gravemente la calidad de la señal, haciendo imposible una correcta
reconstrucción de la original.

8.6. ¿Qué son los filtros anti-aliasing y cuál es su función en el proceso de

reconstrucción?
Los filtros anti-aliasing son filtros pasa bajas que se aplican a una
señal antes de que sea muestreada. Su función es eliminar las
componentes de frecuencia superiores a la mitad de la frecuencia de
muestreo, de manera que no se generen artefactos de aliasing
durante el proceso de muestreo.

8.7. ¿Cuáles son las implicaciones prácticas del muestreo y la

reconstrucción en aplicaciones del mundo real? En el mundo real, el proceso
de muestreo y reconstrucción tiene varias implicaciones prácticas:
• Diseño de sistemas de muestreo: Se debe seleccionar una frecuencia de
muestreo adecuada para evitar aliasing, que puede resultar en señales
incorrectas y artefactos en sistemas de audio, video y comunicación.
o Procesamiento de señales: Se requieren filtros anti-aliasing y
técnicas de interpolación para asegurar que la señal muestreada
sea fiel al original, especialmente en aplicaciones de alta
precisión.
o Costo y complejidad: Cuanto mayor sea la frecuencia de
muestreo, más recursos de procesamiento y almacenamiento se
requerirán. Esto es importante en el diseño de sistemas digitales
como convertidores analógico-digitales (ADC) y dispositivos de
almacenamiento.
 o Calidad de la señal: La frecuencia de muestreo y la calidad de los
filtros afectan directamente la fidelidad y precisión con las que
una señal se puede reconstruir, lo que es crucial en sistemas como
la televisión digital, la telefonía y la transmisión de datos

9. Bibliografía
[1] Fortea, M. S. (s/f). Muestreo. Www.uv.es. Recuperado el 29 de septiembre
de 2024, de https://www.uv.es/masefor/PAGINAS/muestreo.html
[2]https://www.linkedin.com/advice/1/what-real-world-applications-
signal-sampling-uj63c?lang=es&originalSubdomain=es
[3] Libretexts. (2022, 30 de octubre). 10.3: Reconstrucción de señal.
LibreTexts
Español. https://espanol.libretexts.org/Ingenieria/Señales_y_Sistemas_(B
araniuk_et_al.)/10:_Muestreo_y_Reconstrucción/10.03:_Reconstrucción_
de_señal
[4] Melchor, C. (s.f.). Reconstrucción de Señales | PDF | Muestreo
(procesamiento de señal) | Procesamiento de la señal.
Scribd. https://es.scribd.com/document/389208763/Reconstruccion-de-
Senales
[5] ▷ ADC Arduino - Entradas Analógicas - [septiembre, 2024 ]. (s.f.).
Control Automático
Educación. https://controlautomaticoeducacion.com/sistemas-
embebidos/arduino/entradas-analogicas-adc/
[6] Frecuencia de corte. (s.f.). Apple Support. https://support.apple.com/es-
mx/guide/mainstage/lgsife419913/mac#:~:text=La%20frecuencia%20de%
20corte%20(o,por%20encima%20de%202500%20Hz.
[7] ¿Cuáles son las aplicaciones en el mundo real del muestreo y la
reconstrucción de señales en el diseño eléctrico? (2024a, 17 de febrero).
LinkedIn: inicio de sesión o registro. https://es.linkedin.com/advice/1/what-
real-world-applications-signal-sampling-
uj63c?lang=es#:~:text=Una%20de%20las%20aplicaciones%20más,,%20co
mpresión,%20mejora%20y%20síntesis.

10. Hoja de la firma de laboratorio

11. Anexos