Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Universdad Autónoma de Querétaro Distribucion Gaussiana de ruido blanco, obtencion de Vrms y senoide embebida en ruido blanco MEMS MEMS César Iván Rodŕıguez Rivas 221393 Fecha de entrega: 23 de febrero 2022 1. Resumen En este documento se presenta la generación de ruido blanco, comprobación de la destribución gaussiana del ruido blanco generado,una senoide embebida en ruido blanco, la obtención del Vrms y el intento de filtrar el ruido blanco. 2. Introducción 2.1. MEMS Una primera defnicion general para los MEMS es que se trata de sistemas embebidos y especia- lizados en miniatura que involucran uno o más componentes o estructuras micromaquinadas que actuan como sensores o actuadores para habilitar funciones en un nivel superior dentro de la estruc- tura de un sistema m·s complejo. En los Estados Unidos esta tecnolog‘Ia se conoce como Sistemas Microelectromecanicos (MEMS), en tanto que en Europa son llamados Tecnolog‘Ia de Microsiste- mas (MST). Para uno y otro polo de desarrollo tecnologico las diferencias de las denominaciones implican diferencias en las definiciones. En tanto que para los tecnologos norteamerica- nos, los MEMS ´ son principalmente dispositivos electromecanicos, fabricados mediante tecnicas de- sarrolladas por la industŕıa de la microelectroni- ca, cuyas dimensiones se encuentran en el orden de los µm, basados principalmente en estructuras de silicio y que tienen un cierto grado de integra- cion con circuitos electrónicos desarrollados en es- te mismo material, para los tecnologos europeos se trata primordialmente de sistemas con un alto nivel de integración y miniaturización (tamb́ıen en el orden de los µm) que emplean diferentes tecno- loǵıas y materiales para fabricar componentes que son combinados en una sola unidad funcional. 2.2. Ruido blanco Se refiere a la idea de que el ruido tiene la mis- ma distribución de potencia en cada frecuencia. Por lo tanto, el ruido blanco tiene una densidad espectral de potencia constante (la medida de una potencia de la señal en comparación con la fre- cuencia) en todas las frecuencias. Entre sus apli- caciones se encuentra el procesamiento de señales, generación de números aleatorios, uso de veh́ıculos de emergencia y en personas para la interrogación o privación sensorial. 2.3. Distribución Gaussiana Debido a la naturaleza aleatoria de una fuen- te de ruido, se utiliza un modelo matemático para calcular la probabilidad de eventos. La distribu- ción gaussiana, o una distribución normal, tiene un promedio de cero en el dominio del tiempo, y se representa como una curva en forma de cam- pana que es simétrica respecto al eje vertical cen- tral. La naturaleza aleatoria del ruido puede dis- 1 mendi Pencil torsionar las señales y la integridad de los sistemas eléctricos. Por lo tanto, los generadores de ruido pueden ayudar a medir la respuesta de un sistema al ruido, utilizando un canal AWGN (Ruido Blan- co Gaussiano Aditivo) para introducir un numero promedio de errores a través del sistema. Aśı que solo recuerda, un poco de La ocurrencia “mala” percibida se puede utilizar para ayudar a reforzar los diseños a largo plazo. 2.4. Vrms Al valor cuadrático medio o eficaz se le cono- ce comúnmente como valor RMS por sus siglas en inglés: (Root Mean Square En términos f́ısicos es el valor cuadrático medio de una fuente de voltaje cuyo valor instantáneo varie en función del tiem- po f(t) y que este conectada a una resistencia R es igual al voltaje de una fuente constante que ha- ga circular una corriente por dicha resistencia y que disipe una enerǵıa caloŕıfica igual a la que se disipa al tener la fuente de voltaje variable. Los volt́ımetros analógicos que despliegan valor RMS, miden el valor cero a pico y los números de la es- cala simplemente están divididos por 1.414. Estos volt́ımetros son incapaces de desplegar correcta- mente el valor RMS de una señal compleja. 3. Metodoloǵıa Todo el trabajo se realizó en el software MATLAB R2018a, en el caso de la simulación de ruido blanco, se hizo utilizo el código ”principal- suma “suministrado por el profesor de ´ la clase y el ruido se generó utilizando la función ”wgn”. Para comprobar que se tratase de ruido blanco se realizó un histograma de 100 puntos; por otro la- do, en el caso del Vrms se obtuvo la ráız cuadráti- ca del promedio de los cuadrados de sus valores. Y por último se embebió una señal sinusoidal dentro de la señal de ruido blanco (también generada con la función´ ”wgn”), mientras que para el filtrado se utilizó la función´ ”promedio-vector”, también suministrado por el profesor. 4. Resultados Las graficas obtenidas con la metodoloǵıa an- terior se muestran a continuación: Figura 1. Implementación de función wgn para generar ruido blanco Figura 2. Vrms en ruido simulado (ĺınea naranja) Figura 3. Histograma que confirma la distribución Gaussiana del ruido blanco Cabe resaltar que cada vez que se ejecutaba el código, el histograma se modificaba levemente, pero aun aśı se obtenia la distribución Gaussiana. 2 Figura 4. Señal senosoidal embebida en ruido blanco Figura 5. Señal senosoidal embebida en ruido blanco con filtro promedio 5. Conclusiones El ruido, en especial el ruido blanco, es un tópico que parece ser sencillo pero que en realidad se trata de un tema que necesita conocimientos bien cimentados (principalmente de matemáticas y electrónica), ya que de lo contrario se convierte en algo muy dif́ıcil de entender. Personalmente, realizar las simulaciones me costó bastante trabajo, primero para lograr comprender la teoŕıa y después programarlo, ya que con anterioridad ya hab́ıa utilizado el software MATLAB, pero aun aśı volver a recordar cómo hacerlo aumento el tiempo que invert́ı en poder realizar las tareas. En lo relacionado puramente al tema del ruido blanco, es muy diferente estudiar la teoŕıa y comprenderla, pero al momento de aplicar ese conocimiento en prácticas como las presentadas aqúı es muy diferente, porque (como sucedió en mi caso) se demuestra si realmente se comprendió del todo o se teńıa una concepción errónea del mismo. Además, es sorprendente poder ver (aunque sea simulado) que lo que se explica en la bibliograf́ıa o lo que explica el profesor es realmente comprobable. Referencias [1] Sin autor, Parte I: Sistemas Microelectromec·nicos (MEMS), http://www.ptolomeo.unam.mx:8080/jspui/bitstream/ 132.248.52.100/213 /4/A4.pdf/ [2] Sin autor, ¿Que es el valor RMS?, https://mpc.mx/que-es-el-valor-rms// [3] Adler, ¿Que es el Ruido Blanco Gaussiano Adi- ´ tivo AWGN?, https://www.adler- instrumentos.es/wpcontent/uploads/2020/09/Qu 3
Compartir