Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
lOMoARcPSD|3707762 lOMoARcPSD|3707762 LABORATORIO DE MEDIDAS E INSTRUMENTACION, 21 DE JULIO DE 2018. UNIVERSIDAD TECNOLOGICA DE PEREIRA. ISSN 0122-1701 1 L Informe 5. Análisis de señales en LabVIEW. Germán E. Guzmán Barrero, Aldemar Enrı́quez López, Yersain Castaño Arenas.Universidad Tecnológica de Pereira, Pereira, Colombia. e-mails: asgerman.guzman@utp.edu.co, aenriquez@utp.edu.co, yercastano@utp.edu.co Abstract—El presente informe es referente al análisis de señales en el software de cómputo LabVIEW, se aplican los conceptos adquiridos previamente tanto en la asignatura análisis de señales como en el preinforme; partiendo de esta premisa se desarrolló a la practica propuesta con los conceptos concernientes a procesamiento de señales en forma discreta en el dominio del tiempo y a su vez en el dominio de la frecuencia utilizando la capacidad que posee LabVIEW por medio de las herramientas para este tipo de análisis.[1] Index Terms—FFT, DFT, Teorema de Nyquist, Aliasing, muestreo, ventana de muestreo, Hnning, Hamming, convolución, correlación cruzada, auto-correlación, indice de modulación. I. INTRODUCCIÓ N. A Transformada de Fourier tiene como origen la serie de Fourier la cual consiste en descomponer una función periódica de carácter no sinusoidal en sus componentes de frecuencia y con sus respectivas amplitudes, cuando el periodo de dicha tipo de señal tiende a infinito ya no es periódica y se habla de transformada de fourier ya que pasa de ser una sumatoria a una integral y su espectro de frecuencia posee una densidad espectral; para el análisis de señales en este software de cómputo se emplea FFT y DFT, siendo la primera mas rápida que la segunda y ambas aplicadas a una señal digital (discreta); también se tuvieron en cuenta conceptos como teorema de Nyquist que relaciona la frecuencia de muestreo con la frecuencia de la señal siendo la primera mayor o igual a dos veces la segunda, también se seleccionó la mejor opción en cuanto a la ventana de muestreo bien sea de tipo Hmming o Hanning.[2] II. PROCEDIMIENTO. del OPAM, ya con estos elementos se asumió Rf = 33 kΩy se halló la resistencia faltante con un valor aproximado a un valor comercial de 8, 2 kΩ, esto se hace con el fin de amplificar la tensión de entrada de un generador de señales de ondas cuadradas de 1Vp de tensión para ası́ generar audio a través de este dispositivo. A continuación, las imágenes correspondientes al circuito del buzzer y la señal entrada y salida (buzzer): Fig. 1. Circuito para el buzzer. Inicialmente se procedió a implementar en LabVIEW el primer ejercicio de la practica que consist´ıa en obtener una señal modulada y a partir de ello obtener su Transformada de Fourier usando la herramienta FFT (la transformada rápida de Fourier por sus siglas en ingles), dado a que ya contábamos con el SubVI que se implementó para una practica anterior el cual modulaba una señal o las dos señales que se le ingresara, para después obtener su correlación cruzada , propia y la FFT de dicha señal generada. Para realizar la segunda parte de la práctica primero se implemento el LabVIEW el programa requerido, después de tener dicho VI se ingresaron los parámetros necesarios como Fs (frecuencia de muestreo), la resolución, la selección del canal y se calcula el ∆f como lo sugiere la gu´ıa; con el fin de generar audio en un buzzer se comenzó a ensamblar el circuito necesario para generar una ganancia de tensión de 5V utilizando un OPAMP y dos resistencias, una de retroali- mentación Rf y la resistencia de entrada al terminal negativo Fig. 2. Señal de entrada y salida del circuito. III. RESULTADOS. A. Espectro de frecuencia de una señal modulada. Señales portadora y moduladora: mailto:asgerman.guzman@utp.edu.co mailto:aenriquez@utp.edu.co mailto:yercastano@utp.edu.co lOMoARcPSD|3707762 LABORATORIO DE MEDIDAS E INSTRUMENTACION, 21 DE JULIO DE 2018. UNIVERSIDAD TECNOLOGICA DE PEREIRA. ISSN 0122-1701 2 Fig. 3. Señal portadora. Fig. 6. Fase. • Espectro en magnitud y fase con m=1: Fig. 7. Espectro en magnitud. Fig. 4. Señal moduladora. • Espectro en magnitud y fase con m<1: Fig. 5. Espectro en magnitud. Fig. 8. Fase. • Espectro en magnitud y fase con m>1: lOMoARcPSD|3707762 LABORATORIO DE MEDIDAS E INSTRUMENTACION, 21 DE JULIO DE 2018. UNIVERSIDAD TECNOLOGICA DE PEREIRA. ISSN 0122-1701 3 Fig. 9. Espectro en magnitud. Fig. 14. Correlación cruzada. • Correlación y auto-correlación para m>1. Fig. 15. Auto-correlación Fig. 10. Fase. B. Correlación señal modulada. • Correlación y auto-correlación para m<1. Fig. 11. Auto-correlación. Fig. 12. Correlación cruzada. • Correlación y auto-correlación para m=1. Fig. 13. Auto-correlación. Fig. 16. Correlación cruzada. C. Adquisición de señales con la entrada de sonido. Los siguientes son los resultados de las magnitudes del espectro a diferentes frecuencias: Frecuencia aplicada [kHz] Magnitud Espectro en LabVIEW 2,041 0,027 2,571 0,062 2,971 0,051 3,501 0,036 4,051 0,027 TABLE I ESPECTRO A DIFERENTES FRECUENCIAS. Las siguientes son las imágenes del espectro con la duración establecida por el usuario con N (Array) y Fs (Array 2): Fig. 17. Espectro obtenido con frecuencia de 2041 kHz Fig. 18. Espectro obtenido con frecuencia de 2571 kHz lOMoARcPSD|3707762 LABORATORIO DE MEDIDAS E INSTRUMENTACION, 21 DE JULIO DE 2018. UNIVERSIDAD TECNOLOGICA DE PEREIRA. ISSN 0122-1701 4 N necesario se puede correr el riesgo de que se presente el fenómeno de Aliasing que consiste en que una señal sea copia de otra y esto impide que se recupere fielmente la señal muestreada. El valor de ∆f es proporcional al aumento o disminución de la frecuencia de muestreo esto dado por la ecuación ∆f = FS al igual que la Fig. 19. Espectro obtenido con frecuencia de 2971 kHz Fig. 20. Espectro obtenido con frecuencia de 3501 kHz frecuencia máxima, esto considerando para el primer caso que el numero de muestras permanezca invariante de lo contrario podr´ıa permanecer invariante ∆F . • El numero de muestras N se puede hallar, de acuerdo a las formulas de la gu´ıa, multiplicando la frecuencia de muestreo por la duración. • El espectro de frecuencia varia cada intervalo t de tiempo preestablecido o seleccionado por el usuario, ya que al ajustar ese tiempo se ajusta la cantidad de segundos por las que se desea adquirir el sonido. El espectro a su vez cambia cada t segundos. V. DIFICULTADES. La principal dificultad que se presentó en la practica fue que después de implementar el circuito del buzzer la señal generada por el generador de funciones no se pod´ıa observar ya que hubo inconvenientes con la sondas del generador de funciones y luego se generó el mismo inconveniente con las sondas del osciloscopio, lo cual nos hizo perder una cantidad Fig. 21. Espectro obtenido con frecuencia de 4051 kHz IV. ANÁ LISIS DE RESULTADOS. • Espectro de frecuencia de una señal modulada: De de tiempo importante y nos obstaculizó normal de la practica. VI. OBSERVACIONES. para un desarrollo acuerdo a los resultados presentados en la secciónanterior y a las Figuras 5, 7 y 9 la magnitud de la función portadora que es la que posee una frecuencia de 10 kHz su magnitud permanece invariante ante cambios del indice de modulación mientras que la magnitud de los otros componentes de frecuencia , los que se encuentran a una frecuencia de 1 kHz de ✭ distancia✮ de la portadora, aumentan cuando aumenta el indice de modulación, estos espectros corresponden a la las bandas de la envolvente una lateral superior e inferior, que se encuentra invertida con respecto al espectro de la banda lateral superior. También se puede afirmar que gracias a a los coeficientes de correlación obtenidos a partir del calculo de la auto- correlación y correlación cruzada la señal modulada y de modulación tiene una muy relación muy pobre entre s´ı.[3] • El rango máximo que se mostrarı́a en las gráficas es de 24 kHz debido al teorema de Nyquist ya que la frecuencia de muestreo seria de 48 kHz y esta condición mı́nima para muestrear una señal análoga es Fs ≥ 2F . Este teorema debe cumplirse para que la señal analógica pueda ser reconstruida sin error de muestras tomadas; y debe tenerse en cuenta la frecuencia de Nyquist que es la frecuencia máxima que debe estar en la análoga para que no se presente el fenómeno de Aliasing en la señal discretizada. • Como se dec´ıa en el ´ıtem sobre la frecuencia de Nyquist o máxima, si se reduce la frecuencia de muestreo a la Cabe recalcar que durante el desarrollo de la segunda parte de la practica que consistı́a en la adquisición de sonido, se uso una frecuencia de muestreo a tope, es decir, la mas alta permitida por Acquire Sound Express VI. VII. CONCLUSIONES. Se pudo evidenciar lo importancia de herramientas tan importantes que tiene LabVIEW para el campo de proce- samiento de señales bien sea generadas en el mismo software o generadas externamente por medio de dispositivos electrónicos lo cual la hace una herramienta muy dinámica y versátil para aplicaciones en la ingenier´ıa. REFERENCES [1] G. A. H. Londoño, S. M. P. Londoño, and Á . Á . O. Gutiérrez, Curso básico de Labview 6i. Universidad Tecnológica de Pereira, Fac. de Ingenier´ıa, 2002. [2] H. P. Hsu, R. Mehra, F. Velasco Coba et al., Análisis de Fourier, 1987. [3] D. Peña, Análisis de datos multivariantes. McGraw-Hill España, 2013.
Compartir